数据之美发掘价值ver

CONTENTS1

“数据思维”挖掘美的眼睛2

“数据挖掘”就在你我身边3

“金融增信”跨界数据掘金pengnanbo数据之美，美在哪？个人企业国家考学择业择偶规划经营策略新品研发国家治理服务国家安全“数据的美”不是在于数据本身，而是在于可以从数据中挖掘出有价值的信息、 甚至知识。不论对于个人、企业还是国家每天都 着各种决策，有的决策可能决定一个人的一生、一个企业的兴衰、一个国家的沉浮。而现代决策不是靠拍脑袋做出的而是靠数据说话，摆事实讲道理。pengnanbo如何挖掘数据中的美？pengnanbo通过分析技术来挖掘数据中的价值数据仓库大量的数据仓库有价值的信息、 、知识要发现数据中的信息、

甚至知识，

在于使用数据分析技术。合理的使用数据分析技术才能点石成金，才能发现数据中的美。pengnanbo掌握分析技术的前提是数据思维大数据处理 一般包括：大、大数据预处理、大数据

、大数据分析及挖掘、大数据可视化、用户隐私。琳琅满目的各种大数据技术，并不需要人人掌握，只要具备“数据思维”的逻辑就可以提升你的决策水平。定量思维相关思维大数据思维实验思维pengnanbo“因果思维”是小数据时代的根基新知识的发现，速率慢，研究内容少，因为可以观察的样本非常少（输入信息少）。pengnanbo“相关思维”是大数据时代先驱巡天望远镜能够快速扫描100亿的天体

光谱望远镜能仔细观察100万的天体新知识的发现，速率高，研究内容多，可供观察的样本太多（输入信息多），首先挖掘数据的相关性，再去

其中的因果。pengnanbo从小样本进入了大样本时代Data

Size让数据提升模型的效果，量变到质变pengnanboModelQualityBig

DataSmall

DataCONTENTS1

“数据思维”挖掘美的眼睛2

“数据挖掘”就在你我身边3

“金融增信”跨界数据掘金pengnanbo大数据选址对于快餐连锁店，能够对比各种各样的数据，了解车流量、消费群体分布、安全信息、商业构成以及其它相关信息，可以帮助他们在决定门店选址省大量的开支。pengnanbo购房经历购房时最头痛的问题就是如何选址。影响选址的因素非常多（总价、上班、生活、学区、投资等等）构建选址模型：Location=f（总价、上班、生活、学区、投资）特征选址：上班、投资作为重点可变特征。特征变换：上班->居住地对工作区的覆盖范围、投资->潜在地铁盘。函数求解：Location=time_min(地铁盘能覆盖尽可能多的工作区)具备“数据思维”不用高大上的工具也可以发现生活中的美。pengnanbo购房经历pengnanboCONTENTS1

“数据思维”挖掘美的眼睛2

“数据挖掘”就在你我身边3

“金融增信”跨界数据掘金pengnanbo和谁联系？在哪儿？去哪儿？终端型号？什么应用？谁？号、IMSI号基本信息应用名称、类型通话、URL或应用IP地址终端IMEI号、终端类型地理位置、时间运营商优势在于丰富的数据资源pengnanbo联信用时代的到来信用•中国当前中国信用体系处于建立社会信用体系的初级阶段，而社会信用体系的建立和完善是我国

市场经济不断

成

重要标志之一。建设这样的信用体系目前存在的

，对“信用信息”的理解狭隘，传统的信用行为覆盖面小（主要靠信用

卡消费），信用评价工具不发达（传统金融评价模式）极大的制约了信用行业的发展。pengnanbo电运营商做的优劣势劣势数据分散系统繁多维度过高缺乏人才对互联网理解不足数据关联链条存在误差优势无法比拟的真实用户数据用户

喜好数据用户位置数据用户

数据真实性、准确性全面性、持续性消费数据pengnanbo关系圈是反映用户信用的重要信息基于关系圈的用户信用辅助评估1间接担保3还款敦促4识别2独具优势的强社交网络数据pengnanbo网络重构通过将语音通话数据构成社交网络。通过一系列的数据，形成分析所用的网络：1、数据汇总整理2、网络构建3、网络清理原始网络的节点分析：1、节点度分析2、节点中心度分析3、节点pagerank分析4、节点群聚特性分布5、节点类别划分原始网络的关系分析

1、用户间的沟通关系