数据挖掘系统
挖掘关键信息 为智能优化系统赋能
数据整合 | 特征提取 | 用户画像 | 预测推荐
数据整合 | 特征提取 | 用户画像 | 预测推荐
Pain points
规则琐碎难总结
数据海量难归纳
模型适应性差
系统鲁棒性差
订单来源多样化
材料仓储不确定
资源的浪费
生产周期延误
会员数量庞大
缺少完善的体系
对高价值客户关注少
零售行业产品种类繁多
缺乏高效、便捷的知识库体系
缺乏自动化风控管理系统
Solution
The main function
√ 数据集特点:特征属性明确,结构化表格
√ 方案流程:需求分析、数据探索、数据预处理、
特征工程、算法模型、结果分析和可视化
√ 算法模型:决策树、随机森林、集成学习模型
√ 典型应用案例:基于用户KYC确定用户信用等级、
评估用户消费信用分值、面向电信行业存量用户的
智能套餐个性化匹配模型
√ 数据集特点:特征属性不明确,非结构化序列
√ 方案流程:需求分析、数据探索、数据预处理、
特征工程、算法模型、结果分析和可视化
√ 算法模型:图滤波、神经网络模型
√ 典型应用案例:基于广告点击的用户画像、
大数据精准营销中搜狗用户画像挖掘
Customer case