众所周知，我们在数据准备上花费的时间太多，而在构建完美的机器学习模型上花费的时间不多。事实上，《哈佛商业评论》的出版物证实了这一点：分析团队花费80%的时间准备数据。它们通常被笨拙的数据准备工具拖慢，...

自然语言分析NLA到底是什么呢？

第二时期产品概念评估基于第一时期目标用户细分的基础上，通过挖掘具体的业务需求，从而进一步生成产品概念，即满足用户需求最初的产品设想。当然，也不是所有的产品概念都是有价值的，只有依托大量产品设想，针对已生成的产品概念，通过有效评估，选出其中最可能为用户所接受的。此处主要涉及需求程度和概念得分两个关键指标。 在整个概念评估时期，研究重点主要是挖掘用户需求，评估产…

第三时期产品研发将针对第二时期筛选出的产品概念，按照以用户为中心的理念开始设计产品。首先根据目标用户的使用习惯并结合用户对产品的期望要求，设计出产品原型。然后基于用户对原型产品可用性的反馈评估，不断优化改进产品，以确保研发出的最终产品符合用户需要。 产品原型可以看做与用户沟通时使用的一种表现形式，诸如纸笔原型、线框图、产品测试版等，主要用来展现产品与用户之间…

摘要：今日头条作为一种新型的新闻阅读方式，已经将传统的新浪、腾讯、网易、搜狐这些新闻媒体以一种大数据+新闻内容的方式呈现给用户。上线没几年，用户量已经发展到3亿累计用户，日活奔着3000万去。看到这样的数据，小编还是比较震撼。这几乎是目前APP Top10的水平。所以有必要对今日头条好好研究下。 简单来看下今日头条这类的个性化推荐要实现大概是什么样的流程： …

用过虾米、酷狗、QQ音乐、网易云音乐，个人感受网易云音乐在音乐推荐这块做的真心不错，特别是以“人”为角度的推荐，没有像虾米、酷狗推的那么乱。虾米还可以，但更多的是以歌搜歌的形式。刚注册了一个新的账号，避免有历史数据的干扰，听了一首周杰伦的《一路向北》和陈奕迅的《淘汰》，然后去个性化推荐里看到了蔡健雅的《红色高跟鞋》和曲婉婷的《承认》，给我的感觉还是比较惊喜，…

大数据有多火?这样的答案可能有千百种，也从反向证明了大数据真的太火，因为所有人都知道。

LinkedIn前不久发布两篇文章分享了自主研发的文本分析平台Voices的概览和技术细节。LinkedIn认为倾听用户意见回馈很重要，发现反馈的主要话题、用户的热点话题和痛点，能够做出改善产品、提高用户体验等重要的商业决定。下面是整理后的技术要点。

分享嘉宾：洪婉玲 腾讯 高级研究员编辑整理：周江兵 360出品平台：DataFunTalk导读： 本文将介绍我们如何使用大规模的 UGC 数据挖掘用户真实的阅读意图，构建兴趣点图谱，并将图谱用于内容理

本文地址：https://www.6aiq.com/article/1628453090198本文版权归作者和AIQ共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出

现在，我们面临着5-10年前的相反问题。那时，实际上很难找到数据科学和机器学习项目的数据集。从那时起，我们就被大量的数据集和列表淹没了。今天，问题不是寻找数据集，而是筛选数据集来保存相关数据集。好吧，...

作者：maricoliao，腾讯 WXG 应用研究员 一、背景 随着自媒体时代的蓬勃发展，各类自媒体平台每天涌现出海量信息。微信作为最优质的自媒体平台，每天新发表文章数百万篇。汹涌而来的信息，极大地丰富了人们的精神和娱乐生活，但同时也存在着信息繁杂无序、内容同质化、质量参差不齐等问题，而用户最关心的 ....

作者：王瑞楠，Datawhale 优秀学习者 转载地址 摘要：对于数据挖掘项目，本文将学习应该从哪些角度分析数据？如何对数据进行整体把握，如何处理异常值与缺失值，从哪些维度进行特征及预测值分析？ 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验 ....

作者：吴忠强，Datawhale 优秀学习者 转载地址 系列文章： https://www.6aiq.com/article/1586105589491 摘要：对于数据挖掘项目，本文将学习应该从哪些角度做特征工程？从哪些角度做数据清洗，如何对特征进行增删，如何使用 PCA 降维技术等。 特征工程（F ....

作者：徐韬 ，Datawhale 优秀学习者 系列文章： https://www.6aiq.com/article/1586106887770 https://www.6aiq.com/article/1586105589491 摘要：对于数据挖掘项目，本文将学习如何建模调参？从简单的模型开始，如何 ....

[图片] 作者：田杨军 ，Datawhale 优秀学习者 系列文章： 零基础入门数据挖掘——数据分析实战 零基础入门数据挖掘——特征工程实战 https://www.6aiq.com/article/1586199906459 摘要：对于数据挖掘项目，本文将学习如何进行模型融合？常见的模型融合的方法 ....

作者简介：莱灵图髯客，携程高级算法工程师，主要负责自然语言处理领域相关工作，对半监督学习、自然语言生成、实体识别、文本分类及检索等领域有浓厚兴趣。 一、背景介绍 伴随信息时代的快速发展，消费者的消费观念趋于理性、客观，对产品本身的质量要求也越来越高。在用户难以直接接触到产品的情况下，能否第一时间让用 ....

引言 PageRank 是 Sergey Brin 与 Larry Page 于 1998 年在 WWW7 会议上提出来的，用来解决链接分析中网页排名的问题。在衡量一个网页的排名，直觉告诉我们： 当一个网页被更多网页所链接时，其排名会越靠前； 排名高的网页应具有更大的表决权，即当一个网页被排名高的网 ....

[图片] 分享嘉宾：沐沐老师 前百度资深研发 编辑整理：赵丽 内容来源：2019 DataFun Live 11 出品社区：DataFun 导读： 今天为大家分享的是搜索引擎中的 Web 数据挖掘。首先介绍下搜索引擎。实际上，我们每天都会使用的搜索引擎，我们会输入关键词 query 和需求，搜索引擎 ....