Kervin_Chan

如果数据集是高维的，那么选择谱聚类，它是子空间划分的一种。·如果数据量为中小规模，例如在100万条以内，那么K均值将是比较好的选择；如果数据量超过100万条，那么可以考虑使...

内容运营是指基于内容的策划、编辑、发布、优化、营销等一系列工作，主要集中在互联网、媒体等以内容为主的行业领域。内容运营根据内容生产方式的不同可分为UGC、PGC和OGC三种...

本章的分析模型围绕流量数据化运营展开，主要包括：流量波动检测、渠道特征聚类、广告整合传播模型、流量预测模型。 在广告流量结构中，有几类流量是相对稳定并且效果较好的，例如导航...

本节将介绍几个常用的商品分析模型，包括商品价格敏感度模型、新产品市场定位模型、销售预测模型、商品关联销售模型、异常订单检测模型、商品规划的最优组合。 商品价格敏感度模型是指...

在会员数据化运营分析模型中，将主要介绍会员细分模型、会员价值度模型、会员活跃度模型、会员流失预测模型、会员特征分析模型和营销响应预测模型。 会员细分模型是将整体会员划分为不...

在数据清洗过程中，主要处理的是缺失值、异常值和重复值。所谓清洗，是对数据集进行丢弃、填充、替换、去重等操作，实现去除异 常、纠正错误、补足缺失的目的。 数据缺失分为两种：一...

使用Python获取数据，目前主要的方法集中在文本文件、Excel文件、关系型和非关系型数据库、API、网页等方面。 （1）定义数据文件；（2）获取文件对象； （3）读取文...

数据化运营的数据来源类型包括数据文件、数据库、API、流式数据、外部公开数据和其他来源等。 数据文件就是存储数据的文件，广义上，任何文件中存储的信息都可以称为数据；狭义上，...

和机器学习的算法类似，信息检索或搜索的效果究竟需要如何进行科学的评估。检索质量最基本的两个评测指标是精度（ Precision ) 和召回率（ Recall ）。假设一个数...

Cookie，也称之为HTTP Cookie、Web Cookie或者浏览器Cookie，是一小段由网站生成的并被存储在用户浏览器的数据，它随着用户访问网站而产生。当用户在...

一次访问就是指一个人来到网站，然后浏览了一些内容之后离开网站的过程；这个过程也被称之为会话，也就是session。注意关闭浏览器后session会话并不会自动销毁，因为服务...

网站的本质是什么？是信息，无论是文字信息、图片信息、还是商品信息。 而如何让用户找到需要的信息则成为网站实现目标的第一步。因此，我们需要了解网站的信息架构，先了解网站提供了...

从大规模非结构化数据的集合中找出满足用户信息、需求的资料的过程。 这里的“非结构化”其实是针对经典的数据库而言的数据库里的记录都有严格的字段定义（Scheme），是“结构化...