電子商務(wù)前沿_第1頁
電子商務(wù)前沿_第2頁
電子商務(wù)前沿_第3頁
電子商務(wù)前沿_第4頁
電子商務(wù)前沿_第5頁
已閱讀5頁，還剩9頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

電子商務(wù)前沿電子商務(wù)未來發(fā)展趨勢：1、使用大數(shù)據(jù)預(yù)測用戶需求2、電子商務(wù)與社交媒體的融合3、第三方平臺將弱化，企業(yè)的作用日益增大。大數(shù)據(jù)案例：

1、谷歌預(yù)測流感爆發(fā)2、奧倫·埃齊奧尼大數(shù)據(jù)核心：預(yù)測

整體數(shù)據(jù)而非抽樣數(shù)據(jù)；用歷史數(shù)據(jù)預(yù)測未來；不考慮因果關(guān)系，僅關(guān)注相關(guān)關(guān)系，及不回答為什么只回答是什么。大數(shù)據(jù)特點：

1、更全：不是隨機樣本，而是全體數(shù)據(jù)2、更雜：不是精確性，而是混雜性3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系數(shù)據(jù)時代的商業(yè)變革一切皆可數(shù)據(jù)化：

文本數(shù)據(jù)化方位數(shù)據(jù)化溝通數(shù)據(jù)化未來：

數(shù)據(jù)、技術(shù)與思維三足鼎立

數(shù)據(jù)挖掘1、從海量數(shù)據(jù)中挖掘有價值的信息2、利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)隱藏在大量繁雜數(shù)據(jù)中的模式和規(guī)律3、從信息中獲取專業(yè)技能數(shù)據(jù)挖掘用到的技術(shù)：

數(shù)據(jù)庫、統(tǒng)計學(xué)、機器學(xué)習(xí)、人工智慧常見的數(shù)據(jù)挖掘包括：

分類聚類預(yù)測關(guān)聯(lián)常見的數(shù)據(jù)挖掘模型：

1、SEMMA:由SAS公司提出，強調(diào)利用數(shù)據(jù)挖掘技術(shù)應(yīng)用的方法。SampleExploreModifyModelAssess2、5A數(shù)據(jù)挖掘過程模型有SPSS公司提供。AssessAccessAnalyzeActAutomate3、CRISP-DM數(shù)據(jù)挖掘過程模型是由數(shù)據(jù)挖掘興趣小組共同規(guī)劃并提出的整體規(guī)范和設(shè)計標準，這個小組由歐洲委員會和一些在數(shù)據(jù)挖掘應(yīng)用領(lǐng)域有豐富經(jīng)驗的人士組成。商業(yè)理解數(shù)據(jù)理解數(shù)據(jù)準備建立模型模型評估模型發(fā)布數(shù)據(jù)挖掘的十大經(jīng)典算法

決策樹、貝葉斯、關(guān)聯(lián)規(guī)則

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論