昨天聽的一場報告，感覺不錯，整理一下。
（電腦死機，本來都快整理好了，哭）
1.什么是精細化營銷
精細化營銷就是恰當地、貼切根據客戶的差異將客戶分群，采取不同的營銷策略。比較有名的有天貓的千人千面，亞馬遜的圖書推薦系統……推薦《大數據時代》，挺不錯的科普書。
2.什么是客戶分群
客戶分群的解讀三個角度
-
客戶需求：需求決定市場
-
客戶價值：客戶有大客戶、小客戶、新客戶、老客戶等划分，他們對企業的利益價值不等。
-
企業資源和能力：適合企業規模的措施
以互聯網電商為例，可以關注以下數據：
-
客戶人口統計學特征
-
客戶接觸企業的渠道（通過什么渠道？）
-
客戶購買的頻次
-
客戶購買的金額
-
場景不一樣，收集的數據不同
-
客戶作為某品牌顧客的時間周期
-
購買某種品牌的頻數
-
購買該產品的平均貢獻
-
客戶購買該品牌的概率
-
R（Recency）最近一次的消費
F(Frequency)消費頻率
M(Monetary)消費資源
要解決的問題不同，收集的數據不同，解決方案也不同。
3.精細化營銷的數據處理流程
商業理解---數據理解---數據預處理----構建模型---模型評估---模型發布（反復的過程）機器學習和人的學習很像。
4、機器學習算法
主要分為：有監督學習、無監督學習、半監督學習、強化學習
1、有監督學習
關鍵詞：分類學習、預測模型
第一次，小孩指着狗說：“媽媽媽媽這是貓” 媽媽說：“不對，這是狗”；
第二次，小孩指着狗說：“媽媽媽媽這是豬” 媽媽說：“不對，這是狗”；
第一次，小孩指着狗說：“媽媽媽媽這是狗” 媽媽說：“對，這是狗”；
…………
媽媽知道正確答案，可以給小孩糾正，小孩在不斷糾正中知道了什么是狗，這種模式就是有監督學習。
特點是——結論是已知的，已知樣本的結果，對算法模型進行訓練。
2、無監督學習
關鍵詞：關聯模型、聚類分析
來到新的班級，大家都很陌生，一段時間之后就三五成群了，整個過程是沒有人干預的，自動形成了一個個小群體。每個小群體的成員必定有相似之處，人以群分么。這就是無監督學習。沒有訓練之前，我們無法確定結果會分為幾組，哪些會成為一組。
聚類：無監督學習的一種，是將一組對象划分成簇cluster，是簇類內的對象相似度盡量大，簇間盡量小。客戶分群用的就是聚類。
3、聚類的簡單算法——KMeans
KMeans算法：，
第一步：設置分類K值
第二步：設置初始質心簇的位置
第三步：不斷迭代，計算距離，尋找新分類簇的簇心點（這個距離歐者馬式）
第三步：收斂完成聚類（收斂標准，比如0.001）
過程的第三步有數學公式。學大數據不是學算法也不是學數學，只需了解算法的思路和數學公式的含義即可，不必細究。
有人造車，有人開車，大數據是開車。車自然有算法工程師和數學家造。
優點：
（1）、是解決聚類問題的一種經典算法，簡單、快速（誰近跟誰，邏輯很簡單）
（2）、對處理大數據集，該算法保持可伸縮性和高效性
（3）、當簇接近高斯分布時，它的效果較好。
缺點：
1)、在簇的平均值可被定義的情況下才能使用，可能不適用於某些應用；
(2)、在 K-means 算法中 K 是事先給定的，這個 K 值的選定是非常難以估計的。很多時候，事先並不知道給定的數據集應該分成多少個類別才最合適；
(3)、在 K-means 算法中，首先需要根據初始聚類中心來確定一個初始划分，然后對初始划分進行優化。這個初始聚類中心的選擇對聚類結果有較大的影響，一旦初始值選擇的不好，可能無法得到有效的聚類結果；
(4)、該算法需要不斷地進行樣本分類調整，不斷地計算調整后的新的聚類中心，因此當數據量非常大時，算法的時間開銷是非常大的；
(5)、若簇中含有異常點，將導致均值偏離嚴重（即:對噪聲和孤立點數據敏感）；
5、大數據學習方法
學習是，遵循這個順序：“是什么、怎么用，用的更好。”
技術的落點是業務，為了解決問題采取學技術。
技術和應用結合，由面到點的提升。用到什么學什么，做的事開發，做的不是語言，不要受限於語言。
編程語言、工具沒有優劣之分，取決於使用場景。合適的才是最好的。
java一定要學好，必須學好一門靜態語言才能在IT行業走得更遠。
當下python比較火，但Java在大數據中的地位還是無可撼動，python腳本語言簡單高效，但太輕量級了，對大數據處理中的高並發、多線程等優化還是不行，它更主要的作用是膠水。
當下流行的Hadoop生態系統，幾乎全是java寫的；Spark雖然用Scala開發，但Scala是運行在JVM中的；
Flink也用java。學習大數據，更像是學習java框架。
不斷清空自己，空杯心態，不斷學習才能不被淘汰。大數據發展很快，各種框架會越來越多。
初學者應該盡快把握整個業務流程，先着重於應用層，業務處理流程熟悉后再去深入研究底層，考慮優化等問題。
6、其他
有些東西不是不能做，而是沒必要做：
語音識別，技術上難度並不大。但是以目前的算法，即使大公司資源充足，訓練模型也需要上萬小時（對模型訓練時長有了點認知），這還是基於模型足夠成熟的情況下。所以沒必要自己去做，調別人做好的就行。
然后阿里雲平台，以前只用過服務器。發現它提供的算法平台啊、雲數據庫啊、各種場景的解決方案啊……大為驚嘆
大數據時代，大數據時代……似乎對這五個字多了一些感悟和思考。生態體系、智能時代、解決方案……一扇新的大門。
循着阿里雲這條線，拓展自己的知識面吧。