用户行为分析 - Page 1 - 神策数据技术博客

你为何如此优秀？| 神策数据 2018 年获奖集锦

初踏入 2019 ，回首 2018 年的点滴，这一年神策数据不忘初心，一直深耕用户行为分析领域，不断寻求新的突破，凭借过硬的实力与不俗的口碑，向市场交出了满意答卷，得到了几十家权威媒体和组织的充分肯定，终将汗水凝结为辉煌璀璨的星光。 2018 年 3 月神策数据在“CCFA

神策小秘书 2019年01月11日

实现用户智能的机器学习算法解读（下）

前面我们已经对实现用户智能的机器学习的回归算法和分类算法进行了解读，下面我们再来继续看看机器学习的聚类算法和关联分析。 1.聚类算法与分类算法不同，聚类算法是一个典型的“无监督”算法。聚类没有训练样本这一概念，所要做的就是基于输入样本的某些特征，按照一定的评价体系，将它们按照相

神策小秘书 2018年07月10日

实现用户智能的机器学习算法解读（上）

在基于用户行为数据进行用户智能方面的应用时，有很常见的两类方法，一类是基于规则的；一类是基于机器学习的。之前我们已经介绍了基于规则的用户智能应用，本篇文章将主要介绍基于机器学习的用户智能应用。人工智能领域的先驱者，Arthur Samuel 在 1959 年创造“机器学习”这个

神策小秘书 2018年07月09日

基于规则的用户智能应用解读及实例

在基于用户行为数据进行用户智能方面的应用时，有很常见的两类方法，一类是基于规则的；一类是基于机器学习的。本篇文章将主要介绍基于规则的用户智能应用。很多时候，用户智能应用的实现并没有想象中的那么难，在保证整个数据流完备的情况下，只要基于行业和领域的经验与专家知识基本规则，就能取得

神策小秘书 2018年07月08日

干货：常见用户智能实例解读

之前我们介绍了用户智能是什么？下面我们来回顾一下，这两个图：图 1 挖掘用户行为数据价值的一系列智能应用图 2 常见的用户智能应用下面我们通过具体实例了解几个常见的用户智能的应用。应用1：个性化内容推荐图 3 是一个电商 APP 的首页，其中每一个商品，都是根据用

神策小秘书 2018年07月07日

从 0 到 1 构建高效金融客户分析体系——如何精准勾勒用户画像

随着我国金融市场开放后外资银行逐步登陆国内市场，以及客户对金融行业服务和产品的需求日益多样化，我国金融业面临着新一轮的挑战与发展机遇。金融行业日益重视勾勒用户画像、进行数据分析。能否将不断增长的结构化和非结构化数据源进行整合分析，释放数据价值进行用户画像，实现银行业务创新，已经

神策小秘书 2018年06月25日