不要輕易贊數(shù)據(jù)痕跡會泄露你的隱私社交媒體(微信、微博、臉書等)，朋友圈是維護外界最重要的渠道之一，大部分人都是社交 Media的重度用戶。但是，你有沒有想過，我們在社交 media上的無意識行為(比如點贊、收藏、上傳頭像、狀態(tài)更新、轉帖等。)其實都是在深層次的泄露一些秘密和隱私？整理社交 media-3挖掘的一些結果后，你會發(fā)現(xiàn)數(shù)據(jù)、行為痕跡和社交media的組合呈現(xiàn)出無限的機會。

第一，不要輕易夸獎，會泄露你的性格秘密。最近看了一篇文章，很有意思。美國國家科學院院刊(PNAS)最近的一項研究表明，你不應該輕易在社交 網(wǎng)站上贊美它，因為贊美可以揭示你的一些更私人的性格特征?；谏缃?網(wǎng)站(比如臉書)上的喜歡，可以計算出你的性格特征(TheBigFive Personality)，算法計算出的結果比你的朋友、同學、親戚判斷的結果更準確。

python是編程語言，數(shù)據(jù) 挖掘是處理技術，數(shù)據(jù)挖掘方向，還是建議多學學數(shù)學和算法。老男孩的python視頻可以看，還是不錯的。個人認為，數(shù)據(jù) 挖掘，要看理論。重點是算法原理，python只是一個實現(xiàn)工具。題目還包括:1。Python 數(shù)據(jù) library連接庫，比如MySQL連接庫的應用，它決定了你的數(shù)據(jù)來自哪里。

2.Python是一個基礎數(shù)據(jù)計算和預處理的庫，包括numpy，scipy和pandas。3.數(shù)據(jù)分析和挖掘庫，主要是sklearn，Statsmodels。前者是最廣泛的機器學習庫，后者側重于統(tǒng)計分析。(要知道統(tǒng)計分析和數(shù)據(jù) 挖掘都是錯誤的，不能分開使用)4。圖形顯示庫。Matpotlib，這個用的最多。

向師弟師妹學習的幾點建議數(shù)據(jù) 挖掘看著剛進實驗室的師弟師妹們的迷茫，雖然和他們有過一些零散的對話，但是不夠系統(tǒng)。所以根據(jù)自己的經驗給出一些學習上的建議-3挖掘?？梢愿鶕?jù)自身情況具體問題具體分析，供參考。希望在上一屆的基礎上更深更遠。1.研究生院和數(shù)據(jù) 挖掘基礎首先介紹一下大家關心的一些問題，包括我們組的研究方向是什么，論文相關的問題，工作相關的問題，上海戶口。

問題1:為什么要開展-3挖掘并收集客戶信息-3挖掘技術在客戶關系管理中的典型應用？客戶獲取客戶的傳統(tǒng)方式一般是通過大量的媒體廣告和傳單。這種方法涉及的方面太多，針對性不強，企業(yè)投入太大。數(shù)據(jù) 挖掘技術可以從以往的市場活動中有用數(shù)據(jù)(主要指潛在客戶反應模式的分類)建立數(shù)據(jù) 挖掘模型。因此，企業(yè)可以了解真實潛在客戶的特征分類，從而在未來的市場活動中有的放矢，而不是傳統(tǒng)的經驗猜測。

比如把數(shù)據(jù)按照不同年齡段整理存放在圖書館的簡單動作就是細分。細分讓用戶從更高的層面觀察數(shù)據(jù)在庫中，細分讓人們以不同的方式對待不同細分群體的客戶。數(shù)據(jù) 挖掘中的分類、聚類等技術，允許用戶根據(jù)企業(yè)感興趣的屬性，如品類、年齡、職業(yè)、住址、偏好等，對數(shù)據(jù)庫中數(shù)據(jù)的客戶進行細分。

金融、醫(yī)療保健、營銷、零售、制造、司法、工程和科學以及保險。簡介:數(shù)據(jù) 挖掘，又譯作數(shù)據(jù)勘探，數(shù)據(jù)挖掘。是數(shù)據(jù) library知識發(fā)現(xiàn)的一步。數(shù)據(jù) 挖掘一般指自動搜索大量數(shù)據(jù)中隱藏的具有特殊關系的信息的過程。數(shù)據(jù) 挖掘它通常與計算機科學有關，通過統(tǒng)計學、聯(lián)機分析處理、信息檢索、機器學習、專家系統(tǒng)和模式識別來實現(xiàn)上述目標。

數(shù)據(jù)挖掘成功應用的兩個關鍵因素是:一個大而全的數(shù)據(jù) pool，以及一個可以根據(jù)用戶和行為拆分這個數(shù)據(jù)pool的系統(tǒng)。平時買酸奶的顧客也會用手買兩包面包。數(shù)據(jù) 挖掘目前在國內并不流行，就像屠龍一樣；數(shù)據(jù) 挖掘本身結合了統(tǒng)計學、數(shù)據(jù)數(shù)據(jù)庫、機器學習、模式識別、知識發(fā)現(xiàn)等學科，并不是什么新技術。

數(shù)據(jù) 挖掘應用理由大數(shù)據(jù)和云計算。比如阿爾法狗后臺有幾千臺運行神經網(wǎng)絡算法的計算機，數(shù)據(jù)初始準備，也稱為數(shù)據(jù)倉庫。通常占整個-3挖掘項目工作量的70%左右，前期需要做大量的數(shù)據(jù)清掃和場地拓展。數(shù)據(jù) 挖掘、報告呈現(xiàn)只占30%左右；數(shù)據(jù) 挖掘技術更適合業(yè)務人員學習(比技術人員學習業(yè)務效率更高)。