单车上的城市:共享单车数据洞察
共享单车作为城市交通系统的组成部分,以绿色环保、便捷高效、经济环保为特征蓬勃发展。
共享单车作为城市交通系统的组成部分,以绿色环保、便捷高效、经济环保为特征蓬勃发展。
社群是一群拥有相似利益、兴趣或追求的人。互联网的影响力使“社群”成为新媒体的一个重要概念,因为它压缩了出版、广播和发行的成本,消除了建立新社会群体的壁垒。
数据职位的工作要求是什么? 工作要求和工作的工资如何?tecdat研究人员通过对招聘网站数据进行分析总结,分析数据分析岗位的需求变化,以了解这些变化如何影响互联网从业者。
“随着娱乐和媒体的发展和转型,融合先进技术,使媒体的边界线逐渐模糊,渗透到人们生活的各个方面,不断产生新的商业模式,开拓新的市场。
针对当前生产和生活中面临的安全事故问题,利用当前发展迅速的DM(Data Mining)技术,通过对事故信息的多维度分析,实现监测系统的事故预测,提高了监测系统的性能,形成安全预警机制。
消费者今天会订阅多个电信服务(电视、付费节目、游戏等)。然而电信供应商提供的服务的差异化程度不高,客户忠诚度成为问题。
在大多数情况下,这些数据告诉了我们用户行为的常见模式。 数据的异常变化可能是我们系统中的故障或用户流失的“症结”所在。
了解不同的股市状况,改变交易策略,对股市收益有很大的影响。
“新政”下的购房者面面观:17年房贷市场数据简报(1-7月)
高度信息化的今天,社交媒体向我们提供直接认识外界的一个窗口,决定着大家对一个地区的认知,像是一双对地区形象“塑型”的“看不见”的手。
家电产业和消费者升级悄然地展开。 市场的这种变化使消费者对家用电器的期望不再仅仅是一个简单的功能满足,而是更多的细节体验和技术创新。
在信息爆炸时代,“信用”已成为越来越重要的无形财产。
在互联网时代,数据是最宝贵的资源,大数据引领传统产业,催生新的活力。几乎所有的产业都在拥抱了大数据,体育产业也与之密切相关,数据捕获、存储和分析技术的持续进步正在积极影响着体育行业的方方面面。
社交数据舆情分析:助力企业洞察商机
新媒体推广组合拳:洞察公号吸睛话题
对于零售行业来说,预测几乎是商业智能(BI)研究的终极问题,单纯从机器学习的角度来说,做到精准预测很容易,但是结合业务提高企业利润却很难。预测精确性是核心痛点。
618网购数据盘点-剁手族在关注什么?
做过O2O(Online To Offline,在线离线/线上到线下)的小伙伴知道,GIS数据需要具体到精准的位置(即经纬度);对于连锁门店,使用GIS和其它的数据密集型服务遵循一个简单的逻辑:数据有助于企业节省开支,同时也防止企业因为在不适宜的地点开设门店而导致的错误决策浪费金钱。
Shiny包可以快速搭建基于R的交互网页应用。对于web的交互,之前已经有一些相关的包,不过都需要开发者熟悉网页编程语言(html,CSS,JS)。
新常态下银行信贷风险预警之道
拓端数据使用数据挖掘技术对海量的在线医院药物复方历史数据进行智能分析,并从中找出药物配伍的规律,帮助客户解决独特的业务问题。
拓端帮助国内母婴电商公司创建智能推荐引擎,由此打造精准、高效的购物体验,探索如何在大规模数据上实现各种推荐策略,进行策略优化,构建高效的推荐引擎的解决方案。
如何用机器学习预测即将被ST的股票?
对于付费用户预测,主要是思考付费由哪些因素推动,再对每个因素做预测,最后得出付费预测。这其实不是一个财务问题,是一个业务问题。
我已经准备了一个文件,其中包含四个用电时间序列来进行分析。数据操作将由data.table程序包完成。
马云说:“员工离职的原因总是只有两个:钱,没有到位;心委屈了。”
风险价值是衡量与投资组合相关的风险水平的统计方法。
多元Copula GARCH 模型时间序列预测
对推特数据进行文本挖掘自然语义分析
多均线量化策略回测比较
国内房价“涨疯了”,国外呢?让数据告诉你全球房价趋势!
对于非结构化的网站中文评论信息,r的中文词频包可能是用来挖掘其潜在信息的好工具,要分析文本内容,最常见的分析方法是提取文本中的词语,并统计频率。
电商网站爬虫
抓取问财财经搜索网页股票数据
客户细分与精准营销:RFM模型在电商行业的应用
大数据时代精确营销不仅需要精准客户知识挖掘作为基础,还需要客户智能推荐作为核心业务应用。但目前企业普遍存在数据分析应用缺乏统筹支撑,营销规则匹配难度大、精度低,预演响应慢,缺乏再学习等问题。因此,需要通过规范化模型管理及应用能力,强化统筹支撑管理基础,优化智能客户推荐。
Twitter是一个流行的社交网络,这里有大量的数据等着我们分析。Twitter R包是对twitter数据进行文本挖掘的好工具。 本文是关于如何使用Twitter R包获取twitter数据并将其导入R,然后对它进行一些有趣的数据分析。
通过情感分析,我们可以从特朗普的推文得到什么?
永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。
技术干货
最新洞察
This will close in 0 seconds