在具体的研究过程中，分为外部调研和内部数据分析两个过程。 外部调研包括用户消费习惯和使用态度的研究，一是通过搜集用户基本属性信息以及使用产品的行为偏好信息来了解用户对产品的认知程度;二是通过搜集用户使用产品的反馈信息来了解用户对产品各方面的评价。 内部数据分析方法主要用来目标用户识别，依照用户的产品订购及使用行为，从多个维度对目标用户进行分析，以此了解用户使…

数据挖掘讲究用数据说话，但很多喜闻乐见的案例并不像听起来那么美好，有些被神化了，有些言过其实，更有些是不可能完成的任务，为什么会这样呢？

一起大数据整理，转载请注明出处。 基于分类模型的案例 (1)垃圾邮件的判别 邮箱系统如何分辨一封Email是否属于垃圾邮件?这应该属于文本挖掘的范畴，通常会采用朴素贝叶斯的方法进行…

定性研究结束后，随后的定量分析需要接触一定规模的用户，以此获取用户对产品的认知度等方面的信息，为了保证样本的代表性，通常采取电话访问的形式。 与试商用时期相比，产品上市后的用户数量会有所增加。如果成本允许，建议总样本规模尽可能达到600至800人左右，并按照用户黏性、订购方式分别配额。通常，访问800个用户，在95%的置信度下，可以确保误差在3.5%以内。 …

外部调研结束后，接下来的内部数据分析则需由产品经理、行业专家和数据分析师共同配合完成。产品经理首先提出业务需求，并及时帮助数据分析师理解需求目标，然后数据分析师在充分掌握的基础上，将其转化为内部数据挖掘的分析目标，最后与行业专家确认所构建出的业务模型。同时，通过内部数据分析，产品经理还可以了解不同用户群体对产品的使用情况，以及从用户使用特征的角度来划分市场。…

从海量的公交卡出行记录中识别出小偷，是不是令人脑洞大开的想法？

购物篮指的是超级市场内供顾客购物时使用的装商品的篮子，当顾客付款时这些购物篮内的商品被营业人员通过收款机一一登记结算并记录。

依据常用案例专家药物模型使用SmartMining桌面版，以决策树算法为背景，说明大数据如何构建专家诊病模型，以及如何通过可视化探索数据，实现决策树同样的计算结果!案例侧重于大数据思维的形成和可视化探索在数据挖掘中重要作用有所体验。

对平台上的卖家来说，如何给宝贝取标题、选择关键词投放对于获取站内站外的搜索流量来说都至关重要。

下面我们将通过具体的例子来学习什么是数据挖掘。

通常，用户使用产品前，鉴于对产品的认知和了解以及过往其他类似产品的使用经验，会对产品体验有所期望。当用户使用产品后，体验高于期望时，满意度会较高，反之则会较低。 简单地说，用户体验就是用户使用某个产品或者服务过程中的主观感受。良好的用户体验能够有效提升产品运营的质量，有利于维持用户黏性，提高用户忠诚度。 产品成熟阶段，用户体验评测主要用来评价、监测当前指定产…

想用趣味的方式给《趣味数据挖掘系列》做一个哲学的总结，哲学常较深奥，深则难得有趣。因为选题含原生态冲突，写起来就费思量。拟借用一个交通肇事频率分析的例子，又百语千言，颇难开头。硬着头皮Try，还是从故事讲起，很久很久以前，It was long long ago…

本次分享会以产品为核心，按照产品发展的过程，依次详细分析产品策略研究期、产品概念评估期、产品研发期、产品测试期、产品导入期、产品发展期、产品成熟期、产品衰退期这8个产品发展的必经阶段所必须做的数据挖掘工作。针对产品每一阶段的不同特点，分享了数据挖掘的核心技能，并指出了每一阶段数据挖掘需要避免的坑。

运营是介于产品开发和营销之间的一种运作状态。一般来说，随着业务的深入发展，以经验型为主粗放式运营必然转向以分析型为主的精细化运营。运营首先要处理好精确和准确的关系：准确是指真实值与测量值之间的误差程度小，精确表示在条件不变的情况下，真实值和测量值之间的误差程度能够反复再现。 运营分析需要保证结果的精确性，也就是常说的“次次如此、回回一样”，可以容忍一定程度上…

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，…

摘要：本文以电信行业为例讲述如何做数据分析挖掘。 来源：豪研呓语

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…

数据挖掘九律，看完不后悔。

本次数据挖掘 主要目的是理清楚数据挖掘的一般过程与基本方法，并没有进行太过复杂的挖掘分析，或许会存在很多分析不够深入的情况，欢迎各位大佬交流讨论。

如前所述，用户细分包括前后两部分，即前一部分因子分析完成后，还要对获得的公共因子进行随后的聚类分析。 聚类分析按照相似度进行划分类别，相似度一般由数据对象间的距离远近来衡量。基于确定的业务需求和分析目标，可以从用户基本属性、用户使用行为两个方面选择变量，随后便要进一步明确样本数据的形式。 样本数据中性别、年龄及收入是离散变量，而使用频度和价值贡献是连续变量，…