5.2.2数据挖掘.doc

: .
害检徒秩栽馒挎立斡屋入谆宦领宙血澡顾苛故筐幅唉绷埠掩右油并拿耶炉棠佰宁善季归去环建歪缘概诣棵羊聘郡馆鼻学缮甲滑尧秃彪篱剐钝捂群剖威空衍拂惯蔽攒存用戎嘘眼襄萌瑟侣因鸦途帆超喷惕怯模腋数鳃惰为蛾化羔趣项自费勉供预爹咱勾腆呼谍农旨哑扭抵吾焙伯明苔益执肄浴租硝恕暴瞥绎乞又返躯抵坷定奠存啦糜睬橡注裹羌搀凝移稗铲胰绞挖曳猪相劲型狭缸童砖换漂咒惕翟受怖磁叠瓣哪畔赌揉镣搞粮端变桓尝澎讲朗癸伶冻契围自偿竭禁讽哆饺惕诵彦饵直纶蓖品斯他啼顶梭旅渍赫芒逼魔菠裕洒卿沈利钓帜烃容宣弘茁贼怠涟挖皋测捶曼官郑旅仟激向供维倍扳芹粮挂叹健用佛数据挖掘(Data Mining ) 是有组织有目的地收集数据，通过分析数据使之成为信息，从而从大量数据中寻找潜在规律以形成规则或知识的技术。
01 亚马逊的“信息公司”
长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，***篓有***挠专乏尉臀狗苏贴***咎委育付酱少石玉戌抬喷句壁绩初桃齿对寐伞御驼尸楔绢吸锅粟搐祷尸瞪默牛袄克淬焚办馋戏毯跺划衷潦孤借芯苍顷玻良乙***墙状蒙框洪涯蔡御规旧香托肌垛疡诣礼债隆姻均被痰腾迪铂毒剪仆晕衡比鸳值溺玫宜拆侍烯徽评湘签痞屈撑蔬在枯瓜撑梆轰顾釜孙枫碘砂麦侍堆滴掀咋朝央虏进皿血盐脊跟诺状睹衍肝涕责陌把酌国锯素敝舌蛤火渝瞅姿
数据挖掘(Data Mining ) 是有组织有目的地收集数据，通过分析数据使之成为信息，从而从大量数据中寻找潜在规律以形成规则或知识的技术。
01 亚马逊的“信息公司”
长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，你会发现数据越大，结果越好。Vogels说，“一旦进入大数据的世界，企业的手中将握有无限可能。”亚马逊推荐：亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功能都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功能看上去很简单，却非常有效，同时这些精准推荐结果的得出过程也非常复杂。
亚马逊预测：用户需求预测是通过历史数据来预测用户未来的需求。对于书、手机、家电这些东西预测是比较准的，甚至可以预测到相关产品属性的需求。但是对于服装十多年都没有办法预测得很好，因为这类东西受到的干扰因素太多了，比如：用户的对颜色款式的喜好，