数据挖掘
-
【案例】洛杉矶警局如何用算法预测并制止犯罪行为
洛杉矶警局与加州大学洛杉矶分校合作,采集分析了80年来1300万起犯罪案件,用于进行犯罪行为的大型研究,通过算法预测成功将相关区域的犯罪率降低了36个百分点。
-
大数据入门的四个必备常识
大数据入门的四个必备常识,看完这篇文章让你对大数据入门有一个清晰的认知。
-
Python对爬取的文本进行情感分析
这篇短文的目的是分享我这几天里从头开始学习Python爬虫技术的经验,并展示对爬取的文本进行情感分析(文本分类)的一些挖掘结果。
-
大嘴巴漫谈数据挖掘:定位目标找用户,分类筛选决策树
数据挖掘中的决策树算法是一个广泛应用的判别方法,可以将一个决策流程映射到一个树形结构上,同时满足特征属性描述的简洁性和分类结果预测的准确性。
-
商品搜索引擎的推荐系统设计方案
结合目前已存在的商品推荐设计(如淘宝、京东等),推荐系统主要包含系统推荐和个性化推荐两个模块。
-
大数据分析:数据分析师到底是个怎样的物种!
不管数据分析师是个什么物种,不可否认,在大数据时代,人们对理性的数据分析结果越来越感兴趣,企业CEO、营销人员都在渴求数据,数据分析师的市场会越来越大,这个职业的潜力无穷!
-
粗糙的贝叶斯转化概率预测模型
转化率是网站分析中最受关注的指标之一,如何设定转化率目标?哪些用户最有可能转化?他们有哪些特征?如何发现并找到这些用户?这些都是负责网站运营和市场营销的同学最关注的问题。本篇文章通过贝叶斯算法对网站中已经完成转化的历史用户数据进行分析,发现购买转化用户的特征,并通过交叉细分对不同用户购买转化的概率进行预测。 贝叶斯是分类和预测算法中的一种,我们在前面的文章中…
-
新闻推荐,追逐卡戴珊的“屁股”
前一阵子,有一篇新闻文章叫“雅虎记者的困扰:与卡戴珊的屁股竞争”,讲的是雅虎公司的一群高级记者所写的文章与推荐系统所推荐的文章相互竞争协调的事情,里面提到的现象可能很多做推荐系统开发的人都感同身受,似曾相识。那么今天,我们不谈具体的公司具体的案例,而来聊一下推荐系统开发中遇到“推荐结果和自己的直觉不相符合怎么办”这个事情该怎么办。 记者和编辑的抱怨 你是一个…
-
论推荐系统的Exploitation和Exploration
一个推荐系统,如果片面优化用户的喜好,很可能导致千篇一律的推荐结果。文中曾经用了一节来讨论为什么使用Exploitation & Exploration (E & E)结果可能依然不能“免俗”。其实,E & E是推荐系统里很有意思,但也非常有争议的一个算法。一方面,大家都基本明白这类算法的目的,每年有很多相关论文发表。另一方面,这是工…
-
大数据分析实习生应该如何选择职业方向?
最近逃离学校在某大数据公司实习,虽然我不认为大数据像现在很多人说的那么邪乎,但是我认为互联网时代所带来的大量数据是很有价值的。
-
不谈技术,谈谈数据分析师从0到1的9个进阶法则
和大家一起交流一下我心中的女数据分析师。 数据分析师发展会有几个层次,初级数据分析师,“表哥、表妹、表姐、表弟”,以统计工作为主。中级数据分析师会涉及到一些图表展现、模型、预测、推导等工作,到了中高级的数据分析师,就会涉及到一些关键指标的设定,以及数据产品或数据体系的规划。进入高级数据分析的阶段之后,就会涉及战略规划层面,比如业务发展方向预判、预算分配等。 …
-
数据分析师入门选手经验谈
不管是数据分析师还是数据挖掘工程师,我们的目标都是认识数据,从数据中发现需要的信息。 所需要的技能 做数据分析,统计的知识肯定是需要的,Excel、SPSS、R等是需要掌握的基本技能。 我是做数据挖掘的,所以重点讲一下数据挖掘方面的技能。我本身是学数学专业的,接触数学比较多。数据挖掘要从海量数据中发现规律,这就需要一定的数学知识,最基本的比如线性代数、高等代…
-
R语言数据挖掘实战案例:电商评论情感分析
随着网上购物的流行,各大电商竞争激烈,为了提高客户服务质量,除了打价格战外,了解客户的需求点,倾听客户的心声也越来越重要,其中重要的方式 就是对消费者的文本评论进行数据挖掘.今天通过学习《R语言数据挖掘实战》之案例:电商评论与数据分析,从目标到操作内容分享给大家。 本文的结构如下 1.要达到的目标 通过对客户的评论,进行一系列的方法进行分析,得出客户对于某个…
-
《数据驱动精准化营销在大众点评的实践》读后感
摘要:本文是《数据驱动精准化营销在大众点评的实践》这篇文章的读后感,其中斜体为点评。 精准化营销一直以来都是互联网营销业务在细分市场下快速获取用户和提高转化的利器。在移动互联网爆发的今天,数据量呈指数增长,如何在移动和大数据场景下用数据驱动进行精准营销,从而提高营销效能,成为营销业务部门的主要挑战之一,同时也是大数据应用的一个重要研究方向。本文通过数据体系架…