大資料應用領域

標籤：大資料   spark   

     聚類模型屬于飛濺讀式採礦模型，以使用者屬性、行為、消費等特徵資料為輸入，將使用者自動聚類為若干類，通常用來挖掘潛在勘探群體，也可以用在大資料營銷工具、CRM工具和防欺詐解決方案上。

     分類預測模型分析學習曆史資料經驗，預測性分析未來資料發展方向。模型輸出是離散資料或類別的稱為分類模型，模型輸出是數值類型資料的模型稱為數值預測模型。分類模型根據訓練資料集的類別號屬性，學習現有分類資料的分類規則來構建分類器，最終備用於分類新資料。數值預測模型根據資料輸入，對訓練資料進行模型擬合，最終建立連續性數值函數。分類預測模型的典型應用有欺詐檢測、市場定位、效能預測、醫學診斷、價格預測等。

    關聯規則採礦模型，用於發現隱藏在大型資料集中的令人感興趣的聯絡。關聯規則挖掘分為“頻繁項集產生”和“關聯規則產生”兩個主要任務。“頻繁項集產生”的目的是發現滿足最小支援度閾值的所有項集，這些項集稱作頻繁項集。“關聯規則的產生”目標是從上一步發現的頻繁項集中提取所有高信賴度的規則，這些規則稱為強規則。關聯規則採礦模型的典型應用產品關聯推薦和精確營銷。

大資料應用領域