数据
文章平均质量分 71
lcyGo
一个行走在IT界的江湖人:
本科+码农+AI+大数据平台架构+计算机专业背景带你开启AI之路。
lcyGo将用最简单、无痛、快乐的方式带你进入机器学习的游乐场!
最快最有效的学习路径+资源分享+实战经验传授+交流学习,第一时间更新在微信公众号:AIPlayGround
Email:lcyGo11@163.com
展开
-
大数据分析与应用的8个场景
1、基于客户行为分析的产品推荐 产品推荐的一个重要方面是基于客户交易行为分析的交叉销售。根据客户信息、客户交易历史、客户购买过程的行为轨迹等客户行为数据,以及同一商品其他访问或成交客户的客户行为数据,进行客户行为的相似性分析,为客户推荐产品,包括浏览这一产品的客户还浏览了哪些产品、购买这一产品的客户还购买了哪些产品、预测客户还喜欢哪些产品等。产品推荐是Amazon的发明,它为Amazon转载 2017-09-24 11:55:50 · 6182 阅读 · 0 评论 -
《推荐系统实践》附上Reference 中的干货 (Paper,Blog等资料的链接)
《推荐系统实践》这只是一本197页的书,但作者附上了诸多好资料,无论是paper, blog文章,wikipedia词条,数据集还是开源项目等 附上资料链接,格式基本按照‘URL+资料名称+出现在书中的页数’,某些链接可能需要你翻过一道‘墙’,某些重复引用的没重复贴上链接了 http://en.wikipedia.org/wiki/Information_overload...转载 2018-03-30 11:06:45 · 1315 阅读 · 0 评论 -
百分点科技周涛对主流推荐算法评述
啤酒和尿布的购买有关系吗?答案是,跟尿布一起购买最多的商品就是啤酒。据沃尔玛的分析调查,美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布,而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。对于隐藏在啤酒和尿布这类表面上风马牛不相及的商品背后的关联,如果不通过数据挖掘的技术,是没有办法靠拍脑袋的办法想出来的。这就是关联规则挖掘中最经典的例子。 什么是关联规则挖掘技术? 关联规则挖掘的根本目的是寻找商品...转载 2018-03-30 11:05:56 · 642 阅读 · 0 评论 -
精彩博客
1.心系旭阳http://blog.csdn.net/xuyang_liu2.数据小宇军的博客http://blog.sina.com.cn/s/articlelist_2687675833_0_1.html原创 2017-09-04 20:53:32 · 309 阅读 · 0 评论 -
值得关注的用户指标
最近最常被问到的就是一些用户的统计指标,无论是决策层还是产品部门,所以这篇文章重点说下用户指标的一些内容。 假设你想用尽量简洁有效的数据了解一个网站或产品的用户情况,你会问哪几个用户数据?其实一个聪明的提问者永远不会问网站的累计用户数有多少,甚至不会问网站的UV是多少,因为这些指标都不能从真正意义上去反映网站的价值和发展状况。 举个简单的例子——网秦,累计用户数应该不下千万,但转载 2017-09-25 20:36:22 · 762 阅读 · 0 评论 -
每个电商企业都应该分析的9种数据
要想在如今的电商大战中存活下来,每个创业者都需要做好每一件事情,从最基本的搜索引擎优化(SEO)到移动广告。而一些分析工具能够帮助你更好的了解企业的运营情况。哪些数据应该留意?我们咨询了一些成功的电商创业者,他们分享了他们认为最重要的数据,以及这些数据的作用:1. 用户获取成本如果你经营着一个电商企业,但是却不知道每天有多少用户登陆你的网站,登陆用户和完成购买用户之间的比例转载 2017-09-25 20:35:49 · 815 阅读 · 0 评论 -
大数据的大价值:大数据五大成功案例深度解析
大数据的热潮并未有消褪迹象,相反,包括航空、金融、电商、政府、电信、电力甚至F1赛车等各个行业的企业都在纷纷掘金大数据。可以看出,在推动大数据企业应用方面,真正看到大数据潜在商业价值的企业比大数据技术厂商还要着急。例如IT经理网曾经报道过沃尔玛大数据实验室直接参与到大数据工具的开发和开源工作中。但是在国内,虽然管理学界和财经媒体对大数据推崇备至,认为大数据是信息技术改变商业世界的杀手 应用,但转载 2017-09-24 17:44:18 · 71942 阅读 · 3 评论 -
用户行为分析面面观(之三)-----特征3:传播性
分析需要回答三个问题,用户行为分析也不例外。 前面我们聊了用户行为分析的内容、目的、差异性和流动性。这里再聊聊传播性。 当你想买一个东西的时候,若你是个理性的消费者,你就会考虑7要素:该不该买?给谁买?什么时候买?买什么?在哪买?买多少?怎么选?而在考虑这些要素时,你总是会听到一些声音。这些声音就体现了传播性。 传播性除了影响着用户行为的7要素之外,还影响转载 2017-09-24 17:27:42 · 451 阅读 · 0 评论 -
用户行为分析面面观(之二)-----特征2:流动性
上篇博文我们聊了两个问题:用户行为的研究内容和用户的差异性。这里我们再聊聊用户的流动性。 如果把用户比作流动的水,那么企业就是蓄水池,新用户从进水管流入,老用户从出水管流出。企业要灌溉庄稼获取收成,就要有一定的蓄水量,就必须开源节流,开拓新用户的同时,留住老用户。不论是开拓新用户还是留住老用户,都是基于用户的流动性。由此产生三个问题 1、用户的流动性有哪些表现?转载 2017-09-24 17:26:38 · 984 阅读 · 0 评论 -
用户行为分析面面观(之一)-----用户行为研究体系 + 特征1:差异性
你的营销虽林林种种,但却有一个永恒的轴心:用户。 用户行为指挥着营销活动的走向:从新品开发到价格制定;从渠道管理到品牌管理……,营销围绕用户展开,用户行为分析是营销工作的首要环节。用户行为分析需要回答三个问题:² 什么是用户行为(What)?² 为什么分析用户行为(Why)?² 如何分析用户行为(How)?一、什么是用户行为中国有句古话“天地四方为转载 2017-09-24 17:24:42 · 2838 阅读 · 0 评论 -
推荐系统的十个关键点
亚马逊的CEO Jeff Bezos曾经说过,他的梦想是“如果我有100万个用户,我就要为他们做100万个亚马逊网站”。智能推荐系统承载的就是这个梦想,即通过数据挖掘技术,为每一个用户实现个性化的推荐结果,让每个用户更便捷的获取信息。为了实现这个梦想,过去十余年间,无数顶尖技术专家和工程师投身于推荐算法和技术的研究与应用中,很多优秀的方法被提出,很多技术难题被攻克。在今天的互联网应用中,越来...转载 2018-03-30 11:07:43 · 1125 阅读 · 0 评论