如何在大量数据量下，简单快速的寻找到最优中心点的过程

协同过滤推荐算法基于内容的推荐算法混合推荐算法流行度推荐算法

数据挖掘九律，看完不后悔。

什么是用户画像 简而言之，用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。 举例来说，如果你经常购买一些玩偶玩具，那么电商网站即可根据玩具购买的情况替你打上标签“有孩子”，甚至还可以判断出你孩子大概的年龄，贴上“有5-10岁的孩…

商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地。本文帮助你一步步用Python做出自己的情感分析结果，难道你不想试试看？

风险，一个永恒的话题，特别在汽车保险行业，“互联网+”下汽车共享经济深度影响着企业的风险运营模式，如何将驾驶行为人的多个维度数据进行结合，有效应用到个性化的保险产品中，从而实现风险与保费定价的匹配，让车企、保险公司、车主多方都获益呢？

基于威尔逊区间法的排序方法

如何挖掘数据中的价值?让它变更成真金白银?

为计算机构建一个复杂的神经网络是人工智能的关键，但人脑的这一活动却被「隐藏层」笼罩在神秘的面纱中。谷歌的开源人工智能项目 Tensor Flow 最近创造了一个神经网络游乐场，其目的是通过让用户与隐藏层互动和实验的方式除去这个隐藏层的神秘面纱。

关联规则分析中的关键概念包括：支持度(Support)、置信度(Confidence)与提升度(Lift)。

基于大数据技术能带来哪些新的应用类型，进而为客户带来新的价值增长点？要回答这个问题，有关数据挖掘方面的讨论是一个不可回避的，但是数据挖掘，在应用层面引起的争议也是非常大的。

随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。

当产品的订购或下载明显上升，需求量逐步扩大，营收业绩稳定增长，那么产品将进入发展时期。这时，产品经理应重点关注和考虑用户和产品之间的关系，了解哪些产品是经常被一起购买的，购买与不购买某类产品的用户特征又是怎样的。 通过挖掘产品横向之间的关联关系，分析出不同产品之间的内在共性，产品经理可以根据研究结果设计出针对性的产品组合，以此促进产品的订购和使用，为业务交叉…

本文整理了文本分类的基本方法和处理流程，进行了综述性介绍。

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。

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。

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…

“Young man, in mathematics you don’t understand things. You just get used to them.”

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…

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…