当前位置:首页 > 其它 >
《痛点:挖掘小数据满足用户需求》电子书封面

痛点:挖掘小数据满足用户需求

  • 发布时间:2019年10月20日 17:18:30
  • 作者:马丁·林斯特龙
  • 大小:2.14 MB
  • 类别:挖掘数据电子书
  • 格式:PDF
  • 版本:高质量版
  • 评分:7.4

    痛点:挖掘小数据满足用户需求 PDF 高质量版

      给大家带来的一篇关于挖掘数据相关的电子书资源,介绍了关于痛点、挖掘数据方面的内容,本书是由中信出版社出版,格式为PDF,资源大小2.14 MB,马丁·林斯特龙编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.8。

      内容介绍

      痛点:挖掘小数据满足用户需求 pdf

      1. 《卫报》畅销书,《全球福布斯》商业服务必读书,英国流行商业服务书报刊Inc.2016*有知名度书籍其一。继红遍全球的《知名品牌忽悠》以后乔治·林斯特龙全新升级大作!
      2. 《知名度》创作者海瑞朗·B.西奥迪车尼、《消费者为何选购》创作者帕科·昂德希尔、《紫牛》创作者赛斯·高汀联手强烈推荐!
      3. 互联网大数据表明发展趋势与时尚潮流,小大数据挖掘和满足客户需求困扰。
      4. 寻找困扰,无需科学研究几百万名消费者,要是科学研究10个人就可以了。
      5. 美国华尔街、硅谷热推的兴盛核心理念,斯坦福学校国际商学院力荐!
      网络经济飞速发展,互联网大数据变成剖析客户要求的这种惯性力相对路径。全球顶尖品牌推广权威专家林斯特龙则强调,大移动数据了百千万的数据点,能够精确地造成内在联系。可是,当人们依照自身的习惯性统一行动时,数据分析一般 不容易非常精确。因此发掘客户要求时,在互联网大数据以外,更关键的是根据对1个小人群的亲自观查和小数据基本常识,捕获这一社会意识形态所反映出的文化艺术冲动。考虑这种客户要求,打中困扰,则代表将把握無限的创业商机。

      目录

      • 前 言 III
      • 第一章
      • 被刺激的欲望
      • 西伯利亚冰箱门和沙特商场如何针对俄罗斯女性开创网站 1
      • 第二章
      • 香肠、烤鸡和对真正幸福的追逐
      • 改变将来购买食品的方法 49
      • 第三章
      • 印度的统一色
      • 把麦片卖给气场不和的两代女性 87
      • 第四章
      • 在快餐、中东影院和酒店泳池的帮助下直击减肥 119
      • 第五章
      • 被赛马、衬衫领、宗教信仰拯救的巴西啤酒品牌 149
      • 第六章
      • 不见的护手霜
      • 自拍带来的店内时尚革命 189
      • 第七章
      • 没有床罩的卧室
      • 用烧纸、仙尘和玩具汽车解密中国“质量”的意义 223
      • 第八章
      • 幕后故事的一瞥
      • 把小数据融入你的业务和生活中 273
      • 致 谢 305
      • 注 释 315

      学习笔记

      python数据挖掘需要学什么

      只要能解决实际问题,用什么工具来学习数据挖掘都是无所谓,这里首推Python。 需要掌握Python中的哪些知识? (推荐学习:Python视频教程) 1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的……

      python数据挖掘需要学的内容

      1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像,要搞清楚二者的关系是什么,这样学习起来才会比较轻松。 · seaborn的使用 seaborn是……

      深入分析python数据挖掘 Json结构分析

      这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点,对此有兴趣的朋友参考下。 json是一种轻量级的数据交换格式,也可以说是一种配置文件的格式 这种格式的文件是我们在数据处理经常会遇到的 python提供内置的模块json,只需要在使用前导入即可 你可以通过帮助函数查看json的帮助文档 json常用的方法有load、loads、dump以及dumps,这个都属于python初级,我不做过多解释 json可以结合数据库一起使用,在这以后要处理大量数据时非常有用 下面我们正式来利用数据挖掘对json文件进行处理 现在很多网站都运用了Ajax,所以一般很多都是XHR文件 通过这里我想利用一个地图网站来演示……

      以上就是本次介绍的挖掘数据电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:维多利亚时代的互联网

      下一篇:在你身边,为你设计:腾讯的用户体验设计之道

      展开 +

      收起 -

      • 《痛点:挖掘小数据满足用户需求》PDF下载

      挖掘数据相关电子书
      数据挖掘:R语言实战
      数据挖掘:R语言实战 影印版

      本书侧重使用R 进行数据挖掘,重点讲述了R 的数据挖掘流程、算法包的使用及相关工具的应用,同时结合大量精选的数据挖掘实例对R 软件进行深入潜出和全面的介绍,以便读者能深刻理解R 的

      立即下载
      数据挖掘技术
      数据挖掘技术 扫描版

      《数据挖掘技术》 是基于数据挖掘经典算法及数据挖掘领域*研究技术进行数据分析的教材。全书内容包括数据挖掘概述、分类算法、聚类算法、关联规则算法及相应典型算法的算法描述及分析

      立即下载
      大数据挖掘:系统方法与实例分析
      大数据挖掘:系统方法与实例分析 高清版

      大数据挖掘:系统方法与实例分析 是大数据挖掘领域的扛鼎之作,由全球科学计算领域的领导者MathWorks(MATLAB公司)官方的资深数据挖掘专家撰写,MathWorks官方及多位专家联袂推荐。 它从技术

      立即下载
      新媒体数据挖掘:基于R语言
      新媒体数据挖掘:基于R语言 影印中文版

      旨在为计算传播和计算社会科学领域的读者提供学习R编程语言和开发平台的捷径,希望能够填补这方面的空白,感兴趣的可以下载学习

      立即下载
      MATLAB数据分析与挖掘实战
      MATLAB数据分析与挖掘实战 清晰版

      本书是按照先介绍案例背景与挖掘目标,再阐述分析方法与过程,最后完成模型构建的顺序进行的,在建模过程关键环节,穿插程序实现代码。最后通过上机实践,加深数据挖掘技术在案例应用

      立即下载
      数据可视化与数据挖掘:基于Tableau和SPSS Modeler图形界面
      数据可视化与数据挖掘:基于Tableau和SPSS Modeler图形界面 完整高清版

      大数据可视化容许运用图型、图象处理、计算机视觉及其操作界面,根据表述、模型及其对立体式、表层、特性及其动漫的显示信息,对统计数据多方面数据可视化表述,大数据可视化技术性

      立即下载
      实战大数据:MATLAB数据挖掘详解与实践
      实战大数据:MATLAB数据挖掘详解与实践 原书扫描版

      这是一本真正具备中国特色的数据挖掘手册,各种常规方法一应俱全,作者是高校教授,同时也是若干公司的数据挖掘顾问,难得的理论储备与实践经验都十分深厚,表达能力也很强,也了解痛点。基于这些背景创作的这本书,非常好。感兴趣的可以下载学习

      立即下载
      读者留言
      u012777662

      u012777662 提供上传

      资源
      29
      粉丝
      18
      喜欢
      274
      评论
      14

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757