数据挖掘
-
身处大数据时代，个性化推荐如何成功落地？
身处大数据时代，企业有更多的机会去了解消费者，甚至会比消费者自己还要了解自己的需求。但事实上鲜有顾客真正获得精准、贴心的个性化服务，是企业不够用心还是顾客太挑剔？个性化服务落地难的个中缘由到底是什么？身处在数据时代，企业如何快速把握消费者的个性化需求和心理预期？有了庞大数据的支撑，企业的个性化服务会变得更加靠谱、更接地气吗？ 大数据的迅速增长及相关技术的发展…
-
常用的推荐系统算法以及优点缺点对比
在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。
-
伦敦神经科学新算法，能帮你识别和过滤微博垃圾信息
当你看到的时候，你知道微博里充斥着垃圾信息——但是如果你看不到那些垃圾，是不是很爽呢？ 不幸的是，分析信息内容的电子邮件过滤软件对微博没有用。因为就那么140个字的一段内容，即使是合法的，读起来也像是尼日利亚网络骗局。而网托儿们往往把陷阱隐藏在链接里。因此微博服务商只能依赖用户举报违法账户。 但是最近伦敦帝国学院一项令人感兴趣的研究发布了一种新的方法。借鉴神…
-
盘点数据挖掘领域十大经典算法
国际权威的学术组织 the IEEE International Conference on Data Mining (ICDM) 2006 年 12 月评 选出了数据挖掘领域的十大经典算法： C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART。
-
大揭底：从张小龙看爆料腾讯公司数据挖掘的真像
张小龙和微信的成功仍然是个孤证，经多年浸淫，其个人的产品直觉和绝对权威已超越简单的数据分析，微信不是看数据分析数据就能分析出来必须要做，也一定会做成功的。
