最新文章

深度学习在电商商品推荐当中的应用
2018-09-29
常见算法套路电商行业中,对于用户的商品推荐一直是一个非常热门而且重要的话题,有很多比较成熟的方法,但是也各有利弊,大致如下:基于商品相似度:比如食物A和食物B,对于它们价格、味道、保质期、品牌等维度,可以计算它们的相似程度,
深度学习 586 人学过
消息推送的5W法则
2018-09-29
APP运营人员都知道消息推送对提高用户参与度的重要性。推送消息做的好,用户参与度会显著提高,反之,用户量也会跟着大打折扣。如何让消息推送达到我们预期的效果?APP运营人员必须密切关注用户的行为习惯,对用户的兴趣偏好了然于胸,并针对不同的用户群体在合适的时间推送给他们感兴趣的内容。完美的推送消息推送对于用户来讲是有价值的,它能帮助产品提升用户体验,增加用户好感度。如何做到完美的消息推送?
消息推送 602 人学过
“数据驱动” 到底是什么
2018-09-25
LinkedIn利用数据分析为所有职场人员作出迅捷、高质、高效的决策,提供具有指导意义的洞察和可规模化的解决方案。因此,商业数据分析不仅是一种科学,而且是实实在在可以为业务带来价值的科学LinkedIn作为一家职业社交网站,通过人才招聘、广告投放、付费订阅等服务实现了盈利,这三项服务的背后实际上都有着数据分析的重要贡献。LinkedIn利用数据分析为所有职场人员作出迅捷、高质、高效的决策,提供具有指导意义的洞察和可规模化的解决方案。
数据驱动 681 人学过
为什么要重视用户行为分析
2018-09-25
很多人可能不知道,「行为分析」四个字的分量已经代表了近两年一些高速成长的公司对数据分析需求的精细化程度,同时,它也催生出了新一代的数据分析工具和分析方法。过去,所有人都在关注PV、UV、跳出率、访问深度、停留时长,还有很多人始终放不下的热力图等,总体来说,这些指标都属于统计指标,反映的都是产品总体情况,数据的价值除了反映现状,还有更重要的是应用。
用户行为分析 537 人学过
数据分析也要讲究艺术
2018-09-25
数据分析的流程:确定目标>收集数据>分析数据>可视化展示>评价。操作这些数据的人:数据分析师、业务员、IT人员。谁需要这些分析:业务层、领导层、老板。对于数据分析的痛点,分析师希望快、准确、最好能为清晰的逻辑分析提供帮助。业务层、领导层希望好看、直观,关键的指标能够展示得全面。所以,基于这样的思考,数据分析的“艺术性”可理解为数据的行为艺术、分析的行为艺术和可视化艺术。
数据分析 539 人学过
人工利用数据思维来提升产品的转化率
2018-09-25
对任何一款产品来说转化率都是最核心的指标,转化率的高低直接决定着一款产品的成败。而转化率指标拆解下来可以分为产品指标和用户指标。产品指标关注的是流程和页面等PV、UV这些细分指标。用户指标关注的行为和动作等下载量、点击量、分享量、转化量等,无非都是围绕这个复合指标来服务。
数据思维 557 人学过
非专业人员应该怎样创建用户画像
2018-09-25
本文只适合没有相关经验,一直想做用户画像而不得的童鞋,专业人士可绕过啦?^_^??。这里没有聚类分析、标签权重、亲和图等专业的算法研究,有的只是一枚交互如何从0到1建立画像的过程,也算是给自己近期工作做个总结(篇幅略长,不喜跳过)。
用户画像 584 人学过
图文告诉你什么是人工智能
2018-09-25
人工智能(ArtificialIntelligence),英文缩写为AI,它是研究、开发用于模拟和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
大数据 人工智能 526 人学过
如何评估你的数据科学模型?
2018-09-20
在大数据时代背景下,从数据科学当中得到的洞察结果是提高用户体验的最佳途径。数据科学家现在经常使用的各种技术有回归算法、支持向量机(SVM)、神经网络、近邻取样、NaiveBayes、决策树以及集成模型。这些算法可以有助于决策者确定之前未被识别的模式以及暗含在大量结构化和非结构化数据信息当中的趋势。
数据科学 631 人学过
一读懂人工智能、机器学习和深度学习的区别
2018-09-20
人工智能是最早出现的,也是最大、最外侧的同心圆;其次是机器学习,稍晚一点;最内侧,是深度学习,当今人工智能大爆炸的核心驱动。有人说,人工智能(AI)是未来,人工智能是科幻,人工智能也是我们日常生活中的一部分。这些评价可以说都是正确的,就看你指的是哪一种人工智能。
聚类分析基础知识总结及实战解析
2018-09-20
聚类分析是没有给定划分类别的情况下,根据样本相似度进行样本分组的一种方法,是一种非监督的学习算法。聚类的输入是一组未被标记的样本,聚类根据数据自身的距离或相似度划分为若干组,划分的原则是组内距离最小化而组间距离最大化,
聚类分析 484 人学过
数据中台将会是大数据的下一站
2018-09-17
伴随着移动互联网和物联网的发展,大数据概念开始产生,但并不是所有的数据都能称为大数据,IT调研与咨询服务公司Gartner对“大数据”的定义是:需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据 632 人学过
云计算的云数据安全与加密技术
2018-09-17
伴随着社交媒体、电商、健康医疗、智能交通、电信运营、金融和智慧城市等各行业各领域的大数据的产生,大数据分析技术和应用研究使大数据呈现出不可限量的经济社会价值和科学研究意义,引起了国内外学术界和产业界的研究热潮,对此各国政府也高度重视并不断上升为国家战略高度。
云计算 数据安全 机密技术 462 人学过
共享单车的运营风险有多大 用数据告诉你
2018-09-14
最近,共享单车的话题又成为创投圈的热点,甚至由于某单车的倒闭带来的押金问题引发了社会舆论,带着对行业的好奇心,诸葛君对这一模式和运营边学习边总结,试图从数据运营的角度出发稍作梳理。仅供参考。
数据分析 共享单车 473 人学过
大数据必须了解的几个关键词
2018-09-14
大数据分析,即对规模巨大的数据进行分析,能够高效存储和处理海量数据、并有效达成多种分析目标的工具及技术的集合。Gartner将大数据分析定义为追求显露模式检测和发散模式检测,以及强化对过去未连接资产的使用的实践和方法,意即一套针对大数据进行知识发现的方法。通俗地讲,大数据分析技术就是大数据的收集、存储、分析和可视化的技术,是一套能够解决大数据的4V【海量(Volume)、高速(Velocity)、多变(Variety)、真实(Veracity)】问题,分析出出高价值(Value)的信息的工具集合。
大数据 大数据分析 479 人学过
成就大数据时代的数据思维
2018-09-14
“数据驱动决策”,为了不让这句话成为空话,请先装备以下13种思想武器,相信将来你一定能用上!第一、信度与效度思维这部分也许是全文最难理解的部分,但我觉得也最为重要。没有这个思维,决策者很有可能在数据中迷失。信度与效度的概念最早来源于调查分析,但现在我觉得可以引申到数据分析工作的各方面。
大数据 数据思维 484 人学过
数据分析师 一定要远离“数据呆”
2018-09-14
随着数据积累得越来越多,数据获取成本不断降低,人们开始走向另一个危险的极端,那就是任何事情都要看数据,任何决定都去依赖数据。这种风气培养出了越来越多的“数据呆”。作为一个数据分析师,我是非常反对“唯数据论”的。
数据分析师 464 人学过
蓝池资本:大数据创业就是要一边赚钱一边赚数据
2018-09-14
互联网的迅速发展是建立在路由器、局域网以及浏览器等基础工具上,与之相应地,大数据和人工智能是基于广泛的云计算发展起来的。从云计算到大数据,再到人工智能,这是一条已经在美国市场得到验证的发展路径,
大数据 602 人学过
大数据的三条底线
2018-09-13
人民视觉近来,有网友在微博爆料了一桩糟心事。该网友是某网约车平台白金卡会员,有时订车会收到“普通车紧张,免费升级商务车”提示。坐了几次“免费升级车”,偶然回看出行订单,发现头几次升级确实免费,之后却一直按照升级后的车型收费。翻看微博下近8000条评论,不少网友表示有类似经历。大数据识别出的优质客户,反而成了被“宰一刀”的对象。随着互联网与生活的联系愈发紧密,全球数据呈现出爆发增长、海量集聚的特点。
大数据 501 人学过
数据科学家所需的技能
2018-09-13
数据科学家所需具体技能,罗列如下:1数据分析技能 2编程技能 3数据管理技能(尤其针对大规模数据) 4 商业知识 5 交流沟通能力(软实力)
数据科学家 508 人学过