《大数据基础与实务》课件 16.项目五 任务二 大数据分析技术

大数据基础与实务项目五数据挖掘和分析大数据分析技术任务二任务描述知识准备课堂研讨拓展训练目录CONTENTSONETWOTHREEFOUR与往届世界杯不同的是：数据分析成为巴西世界杯赛事外的精彩看点。伴随赛场上球员的奋力角逐，大数据也在全力演绎世界杯背后的分析故事。一向以严谨著称的德国队引入专门处理大数据的足球解决方案，进行比赛数据分析，优化球队配置，并通过分析对手数据找到比赛的“制敌”方式；谷歌、微软、Opta等通过大数据分析预测赛果……大数据，不仅成为赛场上的“第12人”，也在某种程度上充当了世界杯的“预言帝”。大数据分析邂逅世界杯，是大数据时代的必然发生，那么小明想要知道大数据分析技术在我们的生活中还有哪些作用呢？任务描述知识准备一大数据分析概述大数据分析技术（已有数据）分布式统计分析技术分布式挖掘、深度学习技术（未知数据）数据处理技术数据分析阶段聚类与分类关联分析深度学习知识准备二大数据分析模型常见的大数据分析模型。选择了数据结构，算法也随之确定，系统构造的关键因素是数据而不是算法。这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。数据模型业务模型常见的数据分析模型区分知识准备二大数据分析模型（一）数据模型统计数据视角的实体模型通常指的是统计分析或大数据挖掘、深度学习、人工智能技术等种类的实体模型，这些模型是从科学研究视角去往界定的。6.时间序列2.回归1.降维5.关联3.聚类7.异常数据检测4.分类知识准备二大数据分析模型（二）业务模型业务流程实体模型指的是对于某一业务流程情景而界定的，用以解决困难的某些实体模型，这种实体模型跟上边实体模型的差别取决于情景化的运用。知识准备二大数据分析模型（二）业务模型序号模型类型1会员数据化运营分析模型会员细分模型、会员价值模型、会员活跃度模型、会员流失预测模型、会员特征分析模型、市场营销回应预测模型。2商品数据化运营分析模型商品价格敏感度模型、新产品市场定位模型、销售预测模型、商品关联销售模型、异常订单检测模型、商品规划的最优组合。3流量数据化运营分析模型流量波动检测、渠道特征聚类、广告整合传播模型、流量预测模型。4内容数据化运营分析模型情感分析模型、搜索优化模型、文章关键字模型、主题模型、垃圾信息检测模型。知识准备三大数据分析的作用（一）现状分析分析此阶段企业的整体运营情况分析企业每个业务的组成呈现形式：报告（每日、每周和每月）知识准备三大数据分析的作用（二）原因分析在对第一阶段的现状进行分析之后，就对公司的运营有了基本的了解，但仍不知道是什么因素促使该公司保持现有的优势，又是什么导致了公司存在这样的不足。这时需要进行原因分析，以进一步确定业务变更的具体原因。原因分析通常通过主题分析进行。知识准备三大数据分析的作用（三）预测分析了解公司运营的现状后，有时需要对公司的未来发展趋势做出预测，为公司制定业务目标，并提供有效的战略参考和决策依据，以确保公司的持续健康发展。预测分析通常是通过主题分析完成的，主题分析通常是在制定公司的季度和年度计划时进行的。预测分析发展频率不如现状分析和原因分析高。知识准备四大数据分析的应用（一）数据分析对互联网的作用对海量用户数据进行挖掘分析，发现用户的个性喜好，从而对用户的消费行为进行准确把握。将用户上网行为与业务支撑系统数据进行结合分析，展现了用户动态与静态数据的互补性，为市场营销人员寻找目标客户打下了良好的基础，提升了营销准确率。知识准备四大数据分析的应用（二）数据分析对电商的作用营销管理客户管理智能推荐知识准备四大数据分析的应用（三）数据分析对金融的作用数据技术对金融行业的影响巨大，金融业对信息系统的实际应用前景还是非常大的，金融业对信息系统的实用性要求很高，且积累了大量的客户交易数据。金融业主要信息需求010203金融分析防堵诈骗客户行为分析知识准备四大数据分析的应用（四）数据分析对其他行业的作用旅游行业进行人流、车流量等统计,了解用户的想法和需求电信行业进行增值业务推荐和新套餐科学定价分析房