原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电 子 商 务 前 沿
电 子 商 务 前 沿 电子商务未来发展趋势： 1、使用大数据预测用户需求 2、电子商务与社交媒体的融合 3、第三方平台将弱化，企业的作用日益增大。 大 数 据 案例： 1、谷歌预测流感爆发 2、奥伦·埃齐奥尼 大数据核心：预测 整体数据而非抽样数据； 用历史数据预测未来； 不考虑因果关系，仅关注相关关系，及不回答为什么只回答是什么。 大数据特点： 1、更全：不是随机样本，而是全体数据 2、更杂：不是精确性，而是混杂性 3、更好：不是因果关系，而是相关关系 数 据时代的商业变革 一切皆可数据化： 文本数据化 方位数据化 沟通数据化 未来： 数据、技术与思维三足鼎立 数 据 挖 掘 1、从海量数据中挖掘有价值的信息 2、利用数据挖掘技术发现隐藏在大量繁杂数据中的模式和规律 3、从信息中获取专业技能 数据挖掘用到的技术： 数据库、统计学、机器学习、人工智慧 常见的数据挖掘包括： 分类 聚类 预测 关联 常见的数据挖掘模型： 1、 SEMMA:由SAS公司提出，强调利用数据挖掘技术应用的方法。 Sample Explore Modify Model Assess 2、5A数据挖掘过程模型有SPSS公司提供。 Assess Access Analyze Act Automate 3、CRISP-DM数据挖掘过程模型是由数据挖掘兴趣小组共同规划并提出的整体规范和设计标准，这个小组由欧洲委员会和一些在数据挖掘应用领域有丰富经验的人士组成。 商业理解 数据理解 数据准备 建立模型 模型评估 模型发布 数据挖掘的十大经典算法 决策树、贝叶斯、关联规则、聚类分析、 神经网络、线性回归、逻辑回归、 因子分析、信度分析、效度分析 * * *
文档评论（0）