杨滔-让大数据创造价值.pdf

让大数据创造价值 杨滔 2013年6月 数据科学团队的使命 1. 以大数据为原材料，以机器学习和数据挖掘 技术为工具，提升阿里业务部门的KPI。 2. 让“数据创造价值”的过程规模化、可复制 化、通用化、产品化。 3. 在应用实践过程中，研发核心算法，孵化智 能产品。 数据科学职责 应用 产品 超级数据集 大规模机器学习算法库 智能学习算法 目录 消费者超级数据集 淘宝网微市场 聚划算商品销售预测系统 消费者超级数据集 •性别 •在校 消费档次 大学生 同人账号 •年龄 •结婚 几张信用卡 农民 混合账号 •所在地级别 •有小童 是否有汽车 国家机关 家庭账号 •城/乡/镇 •事业发展子 消费力等级 事业单位 消费金额 •南方/北方 女教育大童 白领 消费类目数 •沿海/ 内陆 蓝领 消费频次 在华洋人 消费卖家数 港澳台 达人指数 无收货地址 网购时间段 人口信息 生命周期 消费力 的活跃用户 营销响应度 sns身份 B类买家 女装风格 游戏 微博关系 婚庆 户外 支付宝转账 怀孕 旅行 关系 有孩子 身份职业 网购行为 摄影 生日 …… 兴趣 传播力 事件 超级数据集：大学生 • 定义：身份为大学生的用户。 • 数据源：淘宝交易地址数据（最近6个月）、教育部注册的大学列表、 国开行助学贷款用户。 • 算法： – 通过用户的本人收货地址，识别大学生用户。 – 识别大学地址：通过大学名称从交易地址中找出相关大学的门址 （XX路XX号），包括主校区、分校区和校外宿舍。 – 大学相关人员：通过大学名称和大学门址找到大学相关人员（排除 大学周边的理发店、餐饮、公司等非大学相关人员地点）。 – 区分学生和教师：根据年龄来划分大学生和教职员工。 • 数据结果：是否为大学生。 • 覆盖用户数：近2000万。 • 准确率/验证：基于调研数据验证准确率94%。