老师您好，分享几个您工作中的实际工作案例， 想转数据挖掘，不知从何入手

Question

1 。分享几个您工作中的实际工作案例， 想转数据挖掘，不知从何入手。 

2 。目前从事哪个方向的数据挖掘比较好

Answer 1

途索 2018-03-25 20:44:48

同学，抱歉，让久等了。^.^

1、我工作中的案例，简单介绍几个。

A、推荐系统。现在很多电商、线下销售平台等，都会大范围地使用推荐系统。一个互联网式的购物系统（有可能是线上的，也有可能是线下的。），它有很多的商品信息，也有很多的用户信息，当然，也少不了用户与商品的交互数据。那么，如何让用户能以最少的时间成本，迅速“遇到”最适合自己的东西，就是推荐系统要解决的问题。在进行推荐系统的挖掘工作中，我们会接触到像商品属性、销量、品牌、同类商品不同功能侧重点的数据……还会接触到像用户对商品浏览时长、滞留时间、是否加入购物车、搜索记录等数据……如何把这些数据之间存在的关系找出来，就可以衍生出各种命题，如：用户喜爱的食物挖掘、用户最爱下单的时间点分析、晚间用户最爱买什么，热门电视节目与购买行为有什么样的关系等等。虽说，推荐系统是个已经老生常谈的话题了，但做推荐的方式，还是多种多样的，用的方法也是越来越多，越来越广。（这门课，就是这类任务的基本功必备）

B、用户画像。就是对用户的属性进行描绘的过程。比如，用户姓甚名谁，家住何处，喜欢什么样的吃的，喜欢什么样的口味，喜欢什么样的穿衣搭配，喜欢什么样的书，喜欢什么样风格的音乐……当然，也包括以上各种的不喜欢。一般，某些应用只能解决部分用户画像的问题，比如，某某地图更会了解你住哪，喜欢去哪；某某外卖会更了解你喜欢吃什么；某信会更了解你的生活口味与交际风格等……这些，都需要多维大量的数据做支撑，你才可以做出最准备的判断，判断的方法，建模就是其一。

做数据挖掘，学会方法手段是其一，其实更重要的，是去接触更多的数据。我的建议，你可以先好好学完这门课程，学会基本理论和方法（有些东西没用上也没关系），然后，去Kaggle上，随便（就是非常随便那种）找几个Data和目标，然后看下大家的Kernel，学习学习大家是怎么处理数据的，有什么样的效果。这样，你就会对数据挖掘有更全面的了解，对接下来怎么做会更有把握。

2、目前为止，新零售发展非常好，所以，我个人还是更看好推荐系统以后更大的应用空间（虽然现在推荐系统有很多人在做，但我个人还是觉得，这方面缺口还是会比较大）。如果要从事推荐系统相关的工作，建议还是先学习这门课，然后，研究一个现在成熟的推荐系统模型，最重要的，是系统模型的推荐算法。如果有需要，可以在巩固后这门课后，联系我，我可以提供些素材。

• 提问者 fangxingjing #1

  厉害了～谢谢老师！

Answer 2

途索 2018-03-23 20:26:46

同学你好，稍后回答。