数据挖掘模型

数据的世界是日益复杂的，大数据尤其如此。

长期以来，东莞移动在大数据分析方面一直有很深入的研究与实践，这次他们将运营商大数据与用户信用结合起来，挖掘海量移动用户数据的附加价值。

本文重点介绍了利用结构方程建模的方式构建用户体验分体系统，从而应用于运营的经验。

大数据征信：芝麻信用、腾讯信用和51信用卡等信用评分模型解析。

对大数据感兴趣的你想必一定知道决策树这个名词吧，是不是也听说过其中各种复杂的组合算法呢？不过，在实际业务中，复杂的算法一定优于简单的算法吗？No……如果你觉得自己认识得还不够深入、全面，或者还缺乏实践的机会，请仔细阅读这篇专业长文。

K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。 K值及初始质心 K值是聚类结果中类别的数量。简单的说就是我们希望将数据划分的类别数。K值决定了初始质…

自从听说阿里巴巴推出的芝麻信用评分可以帮助办理签证，小编就对这种评分产生了深厚的兴趣，何况它利用大数据分析的方法听上去也很酷，不知道你有没用过呢？今天，我们推送的文章就深度介绍了芝麻信用评分与经典的FICO评分之间的差异……

我们可以通过“统计套利”的方法，发现市场的无效性。

摘要：本文以电信行业为例讲述如何做数据分析挖掘。 来源：豪研呓语

说到中国的银行风控，大家可能都会想到两个概念，一个是央行的征信系统，还是一个就是美国的FICO。 FICO的信用评分系统究竟有多牛？为什么世界100强银行中，就有三分之二在使用它，为什么在美国没有FICO的信用评分卡就会寸步难行呢？为什么几乎全中国的银行都在使用这个洋玩意儿？ 今天小编就来揭秘FICO的信用评分模型，看看它究竟有何特别之处？ 众所周知，美国的…

数据挖掘是利用业务知识从数据中发现和解释知识（或称为模式）的过程，这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式，是在20世纪90年代实践领域诞生的，是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践而非 理论，在其过程的理解上不太引人注意。20世纪90年代晚期发展的CRISP-DM，逐渐成为数据挖掘过程的…

在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么？ 这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性，两者的区别似乎仅仅在于数据量和模型建立者的不同。这里有一张覆盖机器学习和统计模型的数据科学维恩图。 在这篇文章中，我将尽最大的努力来展示机器学习和统计模型的区别，同时也欢迎业界有经验的朋友对本文进行补充。…

鲁迅评价诸葛亮“多智而近妖”，此话见诸《中国小说史略》，意思说诸葛亮足智多谋，像个妖怪。 而如今，从 大数据 的角度看，诸葛亮的足智多谋是因为他掌握了数据建模的办法。 今天，我们就来说说这诸葛先生的“数据建模”之道。 建模里的“模”是指模型。使材料成为一定形状的工具，就属于“模型”，这些模型看得见摸得着，叫做“具象模型”。但是也有些模型看不见摸不着，属于“抽…

在介绍微博推荐算法之前，我们先聊一聊推荐系统和推荐算法。有这样一些问题：推荐系统适用哪些场景？用来解决什么问题、具有怎样的价值？效果如何衡量？ 推荐系统诞生很早，但真正被大家所重视，缘起于以”facebook”为代表的社会化网络的兴起和以“淘宝“为代表的电商的繁荣，”选择“的时代已经来临，信息和物品的极大丰富，让用户如浩瀚宇宙中的小点，无所适从。推荐系统迎来…

从1991年Tim Berners-Lee发明了万维网（World Wide Web）开始，到20年后2011年，互联网真正走向了一个新的里程碑，进入了“大数据时代”。经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技术成为了一个重要落地点。…