大数据应用案例分析

大数据应用案例分析目录大数据概念1大数据处理措施2大数据应用案例31大数据概念大数据时代到来伴随智能手机的普及，网民参加互联网产品和使用多种手机应用的程度越来越深，顾客的行为、位置、甚至身体生理等每一点变化都成为了可被统计和分析的数据，数据量呈现爆炸式增长。地球上至今总共的数据量：在2023年，个人顾客才刚刚迈进TB时代，全球一共新产生了约180EB的数据；据IDC研究机构预测：到2023年，整个世界的数据总量将会增长44倍，达成35.2ZB（1ZB=10亿TB）！1PB=2^50字节1EB=2^60字节1ZB=2^70字节GB在2023年，这个数字达成了1.8ZB。TBPBEB ZB01大数据的构成大数据=海量数据（交易数据、交互数据）+针对海量数据处理的处理方案海量交易数据：企业内部的经营交易信息主要涉及联机交易数据和联机分析数据，是构造化的、经过关系数据库进行管理和访问的静态、历史数据。经过这些数据，我们能了解过去发生了什么。海量交互数据：源于Facebook、Twitter、微博、及其他起源的社交媒体数据构成。它涉及了呼喊详细统计CDR、设备和传感器信息、GPS和地理定位映射数据、经过管理文件传播ManageFileTransfer协议传送的海量图像文件、Web文本和点击流数据、科学信息、电子邮件等等。能够告诉我们将来会发生什么。海量数据处理：大数据的涌现已经催生出了设计用于数据密集型处理的架构。例如具有开放源码、在商品硬件群中运营的ApacheHadoop。注：大数据不但仅指的是数据量庞大，更为主要的是数据类型复杂想驾驭这庞大的数据，我们必须了解大数据的特征。02大数据4V特征03构造化数据、半构造化数据和非构造化数据如今的数据类型早已不是单一的文本形式，网络日志、音频、视频、图片、地理位置信息等，对数据的处理能力提出了更高要求实时获取需要的信息例如：在客户每次浏览页面，每次下订单过程中都会对顾客进行实时的推荐，决策已经变得实时数据量巨大全球在2023年正式进入ZB时代，IDC估计到2023年，全球将总共拥有35ZB的数据量沙里淘金，价值密度低虽然数据量很大，但是价值密度较低，怎样经过强大的机器算法更迅速地完毕数据价值“提纯”，是目前大数据亟待处理的难题大数据产品市场价值处理方案转化1.海量（Volume）3.速度（Velocity）4.价值（value）2.多样（Variety）2大数据处理措施用户画像体系01每个企业都不能够防止的要对顾客进行画像，顾客画像的提出，根本上是源于企业对顾客认知的需求。产品经理，需要了解顾客的特征，对产品进行功能的完善。内容运营人员，需要筛选目的顾客，对内容进行精确投放。活跃程度怎样？年龄分布、区域分布是什么样的？消费习惯和特征是什么？企业在哪？对什么感爱好？常去的商圈是哪儿？获利点在哪？职业是什么？常住地在哪儿？购置能力怎样？基本特征？用户画像体系02驾驶行为数据将构建精确的车险顾客画像性别年龄国籍地理位置开车地点职业驾照类别开车频率开车原因健庩情况医疗条件感知力学习周期消费习惯民族特征教育水平婚姻状态共用车辆情况生活方式使用药物情况酒驾经历疲劳驾驶收入情况碰撞事故车辆维修犯罪统计违章驾驶统计驾驶时间经过对顾客不同维度的大数据分析，最终得出可执行的业务决策。基本属性行为习惯购置能力心理特征社交网络兴趌爱好基于机器学习的数据挖掘及分类基本辨认流程03训练样本数据源分词特征选择特征权重计算模型训练是模型评估是否经过待预测类别文本库文本打上类别标签否训练及测试过程预测过程训练生成的模型训练生成的模型待预测类别文本原始库数据预处理训练样本库数据预处理a.清除营销博文干扰b.清除提及人的干扰（@）c.清除如门户的作者的干扰大数据的处理04数据去重空值处理数据去噪格式统一对齐融合融合信息数据库融合信息数据库里程数据工况数据充电数据行驶轨迹车辆信息将空值更改为相应的默认值使用UGC算法清除无用数据使用基于密度的聚类清除异常数据将多源异构数据转换为统一数据体现形式清除异常的数据项汇聚多源异构数据中的一致部分数据挖掘分类的过程3大数据应用案例大数据是做好音乐平台的一把利器01爽歪的麻雀，在电线杆上裸睡削个椰子皮，你却TM给个梨撒米拉带带，哇嘎哇嘎哎哟想听的歌记不起名字？？？呀马大叔与小舅舅四斤大豆，三根皮带艾薇，莎啦啦，艾瑞噢喔噢喔，手刹多情咱切抱刘继芬钢铁锅，含眼泪喊修瓢锅啊瑞宁瑞宁瑞宁瑞宁瑞宁产品竞争04*听歌进入社交化时代，听歌单、听歌看评论成为流行听歌行为；*个性化推荐已覆盖多数听歌顾客，越来越多顾客经过个性化推荐发觉好音乐；*听歌进入多元化时代，民谣、电音、二次元音乐崛起；*独立音乐人迅速崛起，社交互动助推音乐人涨粉；*90后已成为音乐消费主力人群；*顾客付费意识明显提升，付费会员数和数字专辑售卖增长迅猛；*综艺影视对音乐的影响依旧强大，热门歌曲中7成起源于综艺或影视；*偶像流行乐保持高热度，欧美歌曲受众提升；*音乐市场正在构建一种新的评价体系，评论数成为歌曲热度主要评价指标；*男歌手受喜爱度高于女歌手，女性歌迷消费群体经济崛起；截至2023年7月呈现2亿音乐顾客听歌行为以及2万音乐人活跃行为顾客分析05目标用户细分群体用户特征需求音乐消费者

学生年轻，时间宽裕，喜欢新鲜，爱评论爱分享爱展示，有个性1、个性化推荐音乐2、对音乐有评论等互动行为3、分享展示喜欢的音乐白领时间碎片化，有一定压力，会关注娱乐界动态4、迅速找到喜欢的音乐5、推荐潮流音乐6、有明星动态IT从业者压力大，需要更多消遣和心理慰藉

时尚人士热爱音乐和潮流，有个性7、分享自己的口味主要需求（音乐消费者）1、播放音乐2、发觉音乐（喜欢的、尤其的、潮流的）3、展示自我，有基于音乐的互动。—目的顾客：热爱音乐，对音乐有较高需求的高素质年轻人群。顾客分析05—目的顾客：热爱音乐，对音乐有较高需求的高素质年轻人群。经过数据能够发觉网易云音乐顾客群中19-30岁年龄段顾客最多，占比达成48%，整体顾客群偏年轻化。职业分布：学生和IT从业者占据绝大顾客群，企业中高层管理人员所占百分比至少，另外的专业工作人员所占百分比区别不大，顾客群体整体受教育程度普遍较高。05目标用户细分群体用户特征需求音乐内容产生者

音乐人/DJ作品找不到渠道，希望建立个人品牌，更好的运营个人品牌1、传播自己的音乐，让更多的人知道2、与粉丝有互动歌手有一定知名度，有粉丝基础3、进一步提高知名度，吸引更多粉丝唱片公司商业机构，营利是最重要的目的。4、提高收入音乐爱好者喜欢分享音乐，评论音乐5、希望得到更多展示（专栏）主要需求（音乐内容产生者）1、宣传音乐（新歌、尤其的口味）2、宣传个人品牌（演播厅、采访直播、互动等）3、盈利（版权收费、会员收费等）顾客分析—目的顾客：（内容产生者是活跃音乐小区的关键）顾客分析05顾客分析0502推荐歌单—3种推荐维度和2种推荐算法经过微信微博等小区软件进行传播分享网易音乐编辑人员人工推荐的歌单和电台。朋友推荐人工推荐经过大数据分析计算后的智能推荐歌单智能推荐以人为本算法以歌为本算法“喜欢这首歌的人，也喜欢XX”喜欢：点击“喜欢”、评论、下载、收藏到歌单的人所听歌曲的标签在其他歌曲也涉及则推荐该歌曲02计算公式潜在因子（LatentFactor）算法：这种算法是在NetFlix（没错，就是用大数据捧火《纸牌屋》的那家企业）的推荐算法竞赛中获奖的算法，最早被应用于电影推荐中。这种算法在实际应用中比目前排名第一的@邰原朗所简介的算法误差（RMSE）会小不少，效率