关于我们
产品中心
新闻动态
客户留言
产品视频
服务承诺
人力资源
联系我们
 
LED行业资讯        您当前的位置:首页 > 产品视频  

大数据PPT

时间:2019-01-11 09:25:38  来源:本站  作者:
公司

  报告学生:赵领 目录 01 02 · 大数据简介 ? 大数据在不同领域的应用 03 04 ? 一个案例:纸牌屋 ?大数据番外篇 大数据简介 ? 什么是大数据 大数据应用 ? 对大量的人机数据进行捕捉、存储和分析,并根据这 些数据作出预测的能力就是我们所说的大数据。(低存 储成本,低成本快速分析数据) 大数据在不同领域的运用 医疗与健 康(量化 自我,智 能移动) 社交网络( facebook人际关 系网络) 大数据改写商业 规则 设计(游 戏、汽车 ) 教育(线 上线下结 合) 一个案例:纸牌屋 Netflix一场华丽的冒险? (一亿美元的投资,单集成本约为400万美 元,对于Netflix而言,只有新增100万一年 期合约付费用户才能收回上述成本。) 简介纸牌屋 ? 主要描述一个冷血无情的美国国会议员和 他同样野心勃勃的妻子在华盛顿白宫中运 作权利的故事 ? 主人公弗莱西斯(Frank)是美国国会众议院 多数党鞭,是一个老谋深算的职业政客, 他坚信新当选的美国总统背叛了他,于是 发誓将新任总统赶下台,于是不择手段开 展一系列部署。 外界口碑 第六十五届艾美奖 最佳导演,最佳选角 豆瓣评分 影评 & 观后感&推荐理由 美国的《甄嬛传》 情节流畅而不晦涩 演技精湛而不做作 四个字‘欲罢不能’ (理念) 纸牌屋 纸牌屋为什么这么成功? Netflix的数据库包含2700多万用户每天 3000万的收视行为(播放、暂停、回放、快 进)、400万条评论、300万次主题搜索。 最终,拍什么、谁来拍、谁来演、怎么播, 都由数千万观众的客观喜好统计决定。 拍什么?政治惊悚剧! 纸牌屋成功因素 谁来拍? ?曾执导过众多 悬疑经典电影 ,包括《社交 网络》、《七 宗罪》、《搏 击俱乐部》等 Director 大卫 芬奇 ?对社会问题的 另类表达 Netflix 谁 来 演 ? 凯文 · 史派西!!!! 代表作:《非常嫌疑犯》《七宗罪》(两个经典坏蛋角色)《美国丽人》(获奥 斯卡最佳男主角) 一个把“坏”演绎地出神入化的男人,总有那几分不自觉的吸引力。 ? 观众喜欢把电视剧“攒”起来看 ? 同时上线! Netflix ? 成功主要因素: 数据挖掘模型 ? 海量的数据资源 - 将近2700万用户 - 用户观看的60亿小时的视频 -每天3000多万行为,400万个评分,300多万次搜索 ? - AWS云计算平台 - Simian Army( Janitor Monkey ) 分析平台 ? 互联网已经象水、电一样普及,象《纸牌 屋》一样从海量信息中挖掘出用户感兴趣 的信息并把这些信息推送给用户,将越来 越成为生产、营销及社会、政务服务的常 态。当然,对用户来说,大数据的价值也 将逐渐显现。 ? 从受众洞察、受众定位、受众接触到受众 转化,每一步都由精准细致高效经济的数 据引导,从而实现大众创造的C2B,即由用 户需求决定生产。 Netflix ? 最有价值的资产 – 推荐系统 ? 100万美金奖励推荐系统的演算方法改进 Netflix 推荐系统(75% 的视频观看是与推荐系统有关) : * 个性化的推荐:基于用户过去的行为进行推荐 * 社会化的推荐:基于相似用户过去的行为进行 推荐 * 基于 item 的推荐:基于 item 本身(如内容相 似形)的推荐 * 前面三种方法的混合推荐 个性化 个性化背后的技术? ? Netflix 个性化推荐系统的一个重要元素是 认知(awareness)。 ? 为什么要推荐这部电影或电视剧?不是因 为商业需求给用户推荐,而是基于从用户 那里获得的信息,包括:用户评分、观看 记录、用户好友的推荐等等。 Netflix的数据库 电影排名 时间的排列 点击率 搜索的类型 人数的统计 最近播放 播放列表 社交数据 设备类型 ? 猜测这是你最可能喜欢的 10 个主题 ? Netflix 的个性化是针对每一个家庭,而一 个家庭的不同成员会有不同的兴趣和口味 。这也就是为什么要选 10 行的原因,你可 能会发现这 10 行已经涵盖了对爸爸、妈妈 、小孩或者整个家庭的推荐。 Models p(v):热门函数 r(u,v)期望评分 U表示用户 V表示视频 评分排序法 f(u, v) = w1*p(v) + w2*r(u, v) + b 番外篇 从“大数据”到“厚数据” ? 4月8日《华尔街日报》等载一篇名为《从“大数据”到 “厚数据”》的文章 假如让“大数据”代替我们思考,我们通过细致观察来认 识世界的能力就会开始退化,这好比在一座新的城市, 如果只靠全球定位卫星(GPS)来导航,你就无缘亲身感 受和触摸这座城市。 成功的企业和管理者会设法了解其产品或服务会让用户产 生什么样的情绪甚至本能反应,并能根据情况变化适时 调整。他们能够运用我们所说的“厚数据”(Thick Data)。 三个小案例 ? 乐高 (开发新的玩具?)不!从更根本的角度理解儿童怎样玩和 为什么玩收集了无数个小时的视频、数以千计的照片和日 志以及数百个用乐高搭成的模型之后,乐高细致地为所有 信息进行编码,从中寻找跨越地理位置和年龄的模式。 不是每个孩子都喜欢搭乐高积木,但爱搭积木的孩子对此 十分着迷:他们想把积木搭好,还想了解自己处于什么样 ? 康乐宝 为了更好地了解公司该如何提供更加优质的 产品,他们决定让自己置身于用户的世界 中。 ? 三星 通过数百个小时的访谈、视频和其他资料, 发现,对多数人来说,电视机不是电子产 品,而是家具。 THANK YOU

Copyright © www.g22.com Inc. All rights reserved 版权所有:利来娱乐国际 沪ICP备07029879号
友情链接: