从LinkedIn看大数据挖掘应重视的四个变量

根据以往的经验，你连接的人当中，已经做过这些事情，如果我告诉你他们做过这些事情的话，你会更加的可能也会做这些事情。

创事记：还有其他变量么？

李玥：这三大变量基本组成了我们看的最多的数据。当然每一个分类里面，又会有很多很多的数据。其实我们会花很多的精力去采集这些数据，然后不断地扩充我们的变量仓库。因为随着数据的增加，预测的准确度也会越来越高。

此外，时间序列也是非常重要的。很多时候你做的这件事情离现在有多久，会对你的预测产生很大影响。比如说，我在网站上看了一个投影仪相关的描述。如果你第二天就跟我说，我会给你50%的折扣，那我买下的可能性是很大的，因为我有很大的兴趣。如果一个月之后，您再来问我，我可能就没有很大的兴趣了。这只是一个方面，但在整个时间序列里面，多久之前发生这件事情很重要。

另外，在整个时间序列当中，行为的变化也很重要。比如说，我看这个投影仪的介绍，如果我以前是一个月看一次，但我最近变成一个礼拜看一次，或者说变成一天看一次，整个时间序列就能告诉你，我的关注点是不断增加的。所以时间序列里的这种模式也非常重要

（编辑：佛山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!