1700499050
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497518]
1700499051
数据挖掘与数据化运营实战：思路、方法、技巧与应用 3.11.4 商品推荐模型总结
1700499052
1700499053
对于商品推荐模型，除了上述介绍的基于关联规则和基于协同过滤的算法外，还有其他一些常用的算法，譬如基于内容的算法，即根据商品标题、类目和属性等信息，计算商品之间的关系，然后结合用户行为特征，为用户提供商品推荐。商品推荐模型面临着许多重要问题，譬如特征提取问题，即如何从商品标题、类目和属性中提取商品的重要特征、新用户问题，即如何解决用户行为较少，提升推荐质量、新商品问题，即如何处理长尾商品问题，让更多的商品有推荐展现的机会、稀疏性问题，即对于庞大的用户和商品数据，用户评分数据往往会显得非常稀疏等。面对这些问题，在实际应用中，需要根据业务场景，充分利用各种算法的优点，从而设计出混合推荐算法，以便提升推荐质量。
1700499054
1700499055
1700499056
1700499057
1700499058
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497519]
1700499059
数据挖掘与数据化运营实战：思路、方法、技巧与应用 3.12 数据产品
1700499060
1700499061
数据产品是指数据分析师为了响应数据化运营的号召，提高企业全员数据化运营的效率，以及提升企业全员使用数据、分析数据的能力而设计和开发的一系列有关数据分析应用的工具。有了这些数据产品工具，企业的非数据分析人员也能有效地进行一些特定的数据分析工作。因此可以这样理解，数据产品就是自动化、产品化了数据分析师的一部分常规工作，让系统部分取代数据分析师的劳动。
1700499062
1700499063
其实，我们每个人在日常生活中或多或少都使用过各种各样的数据产品，有的是收费的，有的是免费的。最常见的免费数据产品，就是我们登录自己的网上银行，来查看自己在过去任何时间段的账户交易明细。如果你有在当当网上的购物体验，那么对当当网账户里的操作应该比较熟悉，如图3-7所示，用户可以在“我的收藏”页面针对自己的所有收藏商品进行有效的管理，这也是一种免费的数据产品。
1700499064
1700499065
1700499066
1700499067
1700499068
图3-7 “我的收藏”页面
1700499069
1700499070
当然了，上面列举的这些产品更多的是方便用户进行个人财务、商品管理的，还不是专门针对用户进行数据分析支持的。下面这个例子，如图3-8所示则是跟数据分析功能相关的数据产品，量子恒道作为淘宝网的一个免费数据产品，可以帮助网商自我进行精准实时的数据统计、多维数据分析，从而为网商交易提供更强的数据驱动力。
1700499071
1700499072
1700499073
1700499074
1700499075
图3-8 量子恒道的分析展示
1700499076
1700499077
1700499078
1700499079
1700499080
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497520]
1700499081
数据挖掘与数据化运营实战：思路、方法、技巧与应用 3.13 决策支持
1700499082
1700499083
决策支持是现代企业管理中大家耳熟能详的词汇。数据分析挖掘所承担的决策支持主要是指通过数据分析结论、数据模型对管理层的管理、决策提供响应和支持，从而帮助决策层提高决策水平和质量。
1700499084
1700499085
对于现代企业和事业单位的管理层来说，数据分析的决策支持一部分是通过计算机应用系统自动实现的，这部分就是所谓的决策支持系统（Decision Support System，DSS），最常见的输出物就是企业层面的核心日报、周报等。每天会由计算机应用系统自动生成这些报表，供管理层决策参考，另一部分是非常规的、特定的分析内容，包括特定的专题分析、专题调研等。
1700499086
1700499087
无论是报表还是专题分析，对于数据分析师来说，所涉及的承担决策支持的工作与支持业务部门的数据分析，在技术和方法上并没有本质的区别和差异。但是在以下方面会有一定的差别：
1700499088
1700499089
❑决策支持的数据分析工作要求数据分析师站在更高的角度，用更宽的视野进行数据分析。由于是供企业决策层参考的，所以数据分析师要站在企业全景、市场竞争的全局来考虑分析思路和结论。
1700499090
1700499091
❑服务的对象不同。这似乎是废话，但是在数据分析挖掘实践中，这的确也是数据分析师不能回避的问题。在实践中，因为是为决策层服务的，所以对分析的时间要求常会更严格，项目的优先级也会更高，而且对结论的准确性和精确性的要求也会相对比较苛刻。
1700499092
1700499093
1700499094
1700499095
1700499096
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497521]
1700499097
数据挖掘与数据化运营实战：思路、方法、技巧与应用 第4章 数据化运营是跨专业、跨团队的协调与合作
1700499098
1700499099
玄黄不辨，水乳不分。