電子商務前沿_第1頁
電子商務前沿_第2頁
電子商務前沿_第3頁
電子商務前沿_第4頁
電子商務前沿_第5頁
已閱讀5頁，還剩9頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

電子商務前沿電子商務未來發展趨勢：1、使用大數據預測用戶需求2、電子商務與社交媒體的融合3、第三方平臺將弱化，企業的作用日益增大。大數據案例：

1、谷歌預測流感爆發2、奧倫·埃齊奧尼大數據核心：預測

整體數據而非抽樣數據；用歷史數據預測未來；不考慮因果關系，僅關注相關關系，及不回答為什么只回答是什么。大數據特點：

1、更全：不是隨機樣本，而是全體數據2、更雜：不是精確性，而是混雜性3、更好：不是因果關系，而是相關關系數據時代的商業變革一切皆可數據化：

文本數據化方位數據化溝通數據化未來：

數據、技術與思維三足鼎立

數據挖掘1、從海量數據中挖掘有價值的信息2、利用數據挖掘技術發現隱藏在大量繁雜數據中的模式和規律3、從信息中獲取專業技能數據挖掘用到的技術：

數據庫、統計學、機器學習、人工智慧常見的數據挖掘包括：

分類聚類預測關聯常見的數據挖掘模型：

1、SEMMA:由SAS公司提出，強調利用數據挖掘技術應用的方法。SampleExploreModifyModelAssess2、5A數據挖掘過程模型有SPSS公司提供。AssessAccessAnalyzeActAutomate3、CRISP-DM數據挖掘過程模型是由數據挖掘興趣小組共同規劃并提出的整體規范和設計標準，這個小組由歐洲委員會和一些在數據挖掘應用領域有豐富經驗的人士組成。商業理解數據理解數據準備建立模型模型評估模型發布數據挖掘的十大經典算法

決策樹、貝葉斯、關聯規則

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論