发帖
93 个论坛币
雷达卡
[五周年系列直播安排]
【11月29日】 使用数据挖掘方法精准预测忠诚客户-李御玺
【12月04日】如何使用精益数据分析驱动运营-吴昊天
【12月07日】使用数据挖掘方法建立电信客户流失预警模型-赵仁乾
【12月11日】搭建属于你的智能问答系统-董雪婷
【12月14日】使用机器学习辅助智能选股和投资决策-傅毅
[精彩案例抢先看]
案例一、 零售业忠诚价值客户挖掘
案例摘要：
零售业提供了多样化的用品及多元化服务，已经成为每个人生活密不可分的一部分。在现今自由市场的竞争时代，企业为了提升自己的优势，满足顾客生活上的需求，利用促销活动来维系客户关系的情况愈发密集。顾客因对琳琅满目的促销司空见惯，不免产生促销疲态。零售业营销策略的成功，除了决策成效好之外，培养忠诚顾客也是必须的。
因此，本课程将以一个售业案例说明如何藉由零售业客户过去的消费纪录，及企业过去几次促销活动的执行成效中，透过数据挖掘技术找出有价值的忠诚客户，以提高公司稳定的营销绩效。
案例二、如何使用精益数据分析驱动运营
案例摘要：
数据无处不在。大数据时代，互联网的运营、产品从业者，几乎人人都会和数据打交道。在这个过程中，我们普遍需要用数据去定位并高效解决问题。同时还需要用数据去评估自己的工作质量。
此次公开课，我们将以运营分析作为切入点。带你了解用数据分析驱动运营发展与决策的那些事儿。
案例三、使用数据挖掘方法建立电信客户流失预警模型
案例摘要：
近年来国内电信业的分割、电信体制的激烈变革,竞争的急速加剧使得各电信企业在开拓市场、发展客户的同时，同样注重对老客户的挽留，预测客户流失因素,如何保持现有的客户吸引更多的潜在客户，已经成为电信行业的必不可少的任务目标。
此次案例就是建立在电信公司已有的海量数据上，利用数据挖掘中的分类方法，从中挑选出影响客户流失的关键因素，然后建立相应的预测模型，对现存的客户进行流失预测，进而发现潜在的流失客户并寻找相应的挽留和改进办法。
案例四、搭建属于你的智能问答系统
案例摘要：
智能问答系统，是人类与机器沟通的一种高级工具，同时也是人工智能技术的一个综合性的应用方向。目前，在许多涉及到人机交互的领域，智能问答系统都有所应用。
本节公开课，会主要介绍智能问答系统的一些发展历史，以及理论基础。并再最后，通过一些目前应用案例的介绍，与大家共同探讨这一方向的研究未来。
案例五、使用机器学习辅助智能选股和投资决策
案例摘要：
大数据时代，数据的量级已经远远超出了人类大脑的存储和运算能力，在投资领域的信息更是纷繁复杂。公司公告、投资者关注、技术指标、财务数据往往将投资者置身于数据的汪洋大海之中，而无法探析其背后的真实规律。
支持向量机（SVM，Support vector machines）技术是以数学和统计这两门学科为基础支持的学习算法。在业务场景下，SVM通常被用来进行目标识别，样本分类和回归分析。本课程将从支持向量机的原理出发，梳理SVM的基本理论逻辑，并运用SVM进行智能选股，给出运用数据挖掘方法进行投资决策辅助的结构框架和实际操作方法。
直播安排与参与方式：
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
