移动互联网数据分析和价值挖掘基本原理和典型案例.pdf

1 移动互联网数据分析和价值挖掘 基本原理和典型案例 主讲人：钱兵 联系方式：185 11588 556 第一部分 数据分析与挖掘算法介绍 01 数据分析与数据挖掘的区别与联系 目录 02 基础统计原理、抽样方法 03 数据预处理 Contents 04 基础数据分析方法及案例分析 05 高级数据挖掘算法及案例分析 第二部分 基于Modeler/weka等软件的数据挖掘应用案例 06 消费者购物决策路径研究 07 互联网信用评分/风控模型的建立 — 2 — 3 01 数据分析与数据挖掘的 区别与联系 4 理论基础 数据分析 数据挖掘 更多基于统计学，需 更多基于数学原理， 要通过样本数据推断 直接通过总体数据得 总体 到结论 5 联系与区别 联 系 两者都是基于数据，在实际业务场景下建立分析模型或算法，得到已知或未知的结论，在有些场景下，两者选用的方 法和变量可能会一模一样。 区 别 数据量 模型设计 数据类型 结果可解释性 模型及字段选择 类型较单一，以分类 数据分析 偏少 易解释 较明确 和连续性数据为主 模型及字段选择 类型丰富，除传统数 数据挖掘 大大大 不易解释 不明确 据外，还包括声音、 图像、文本等 6 方法对照 • T检验 • 相关分析 • 聚类分析 • 信度分析 • F检验 • 线性回归 • 因子分析 • 效度分析 • 卡方检验 • 非线性回归 • 对应分析 • 结构方程模型 • 非参数检验 • 对数回归 • 判别分析 • 生存分析 • Probit回归 • … • 时间序列分析 • … • Cox回归 • …