互聯(lián)網(wǎng)與數(shù)據(jù)利用-以沃爾瑪為例

1、互聯(lián)網(wǎng)與數(shù)據(jù)利用PPT模板下載：/moban/ 行業(yè)PPT模板：/hangye/ 節(jié)日PPT模板：/jieri/ PPT素材下載：/sucai/PPT背景圖片：/beijing/ PPT圖表下載：/tubiao/ 優(yōu)秀PPT下載：/xiazai/ PPT教程： /powerpoint/ Word教程： /word/ Excel教程：/excel/ 資料下載：/ziliao/ PPT課件下載：/kejian/ 范文下載：/fanwen/ 試卷下載：/shiti/ 教案下載：/jiaoan/ 沃爾瑪數(shù)據(jù)利用沃爾瑪啤酒與尿布01沃爾瑪進軍互聯(lián)網(wǎng)0203沃爾瑪數(shù)據(jù)分析案例04推薦系統(tǒng)的組成及實現(xiàn)方法概

2、述沃爾瑪-啤酒與尿布01沃爾瑪進軍互聯(lián)網(wǎng)0203沃爾瑪數(shù)據(jù)分析案例04推薦系統(tǒng)的組成及實現(xiàn)方法概述沃爾瑪啤酒與尿布 在一家超市中，人們發(fā)現(xiàn)了一個特別有趣的現(xiàn)象：尿布與啤酒這兩種風(fēng)馬牛不相及的商品居然擺在一起。但這一奇怪的舉措居然使尿布和啤酒的銷量大幅增加了。這可不是一個笑話，而是一直被商家所津津樂道的發(fā)生在美國沃爾瑪連鎖超市的真實案例。原來，美國的婦女通常在家照顧孩子，所以她們經(jīng)常會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。這個發(fā)現(xiàn)為商家?guī)砹舜罅康睦麧?，但是如何從浩如煙海卻又雜亂無章的數(shù)據(jù)中，發(fā)現(xiàn)啤酒和尿布銷售之間的聯(lián)系呢？這又給了我們什么樣的啟示

3、呢？大數(shù)據(jù)天然不是沃爾瑪，但沃爾瑪天然是大數(shù)據(jù)！沃爾瑪-啤酒與尿布01沃爾瑪進軍互聯(lián)網(wǎng)0203沃爾瑪數(shù)據(jù)分析案例04推薦系統(tǒng)的組成及實現(xiàn)方法概述網(wǎng)站數(shù)據(jù)庫整合遷移Hadoop集群擴展工作收購Kosmix沃爾瑪進軍互聯(lián)網(wǎng)收購專注于數(shù)據(jù)挖掘或移動社交的初創(chuàng)公司如OneOps、Inkiru，TastyLabs，OneRiot建立WalmartLabs社交媒體應(yīng)用數(shù)據(jù)Walmart網(wǎng)絡(luò)商城電子數(shù)據(jù)消費者線下交易數(shù)據(jù)沃爾瑪進軍互聯(lián)網(wǎng)實時更新Walmarts Big Data降低決策執(zhí)行成本創(chuàng)造新的消費機會Make Customer a Bigger Spender沃爾瑪-啤酒與尿布01沃爾瑪進軍互聯(lián)網(wǎng)0

4、203沃爾瑪數(shù)據(jù)分析案例04推薦系統(tǒng)的組成及實現(xiàn)方法概述沃爾瑪案例沃爾瑪資深會員Sam購買商品種類、數(shù)量、型號購買信息、支付方式配送信息、會員卡信息住址、聯(lián)系方式在沃爾瑪?shù)馁徫锪鞒瘫O(jiān)控視頻、門禁數(shù)據(jù)等沃爾瑪信息系統(tǒng)WalMarts App購物清單上百分之八十以上商品的推薦信息和電子優(yōu)惠券信息按商場流程標(biāo)注了每件商品的具體位置、型號信息用手機掃描商品，然后收銀臺手機掃描支付數(shù)據(jù)端更新Sam的相關(guān)消費信息，并進行預(yù)測，把數(shù)據(jù)提交至APP沃爾瑪案例當(dāng)Sam再次駕車到Walmart沃爾瑪案例Sam很喜歡一款899美金威爾遜網(wǎng)球拍但沒有加入掃描清單，球拍旁邊的塑膠運動模特腦袋里邊的攝像頭記錄下了他的一舉

5、一動Sam的停留時間，拿起網(wǎng)球拍的次數(shù)及觀察端詳球拍的視角，甚至他是左手握拍還是右手握拍等等，包括，而第二個月，Sam的手機推送信息中已經(jīng)有了沃爾瑪推薦的性價比更高的一款Babolat輕碳球拍。更讓Sam驚喜的是沃爾瑪案例當(dāng)Sam時隔半年再次來到Walmart網(wǎng)上商城首頁推薦上有會員八折的罐裝威爾遜網(wǎng)球只因Sam在twitter上點了個贊，首頁推薦就有了新款特價的全鋼西門子榨汁機Sam的facebook上唯一關(guān)注的音樂人RobbieWilliams的新專輯根據(jù)Sam的身體健康狀況，告訴他家附近的一家健身房年卡正在打折出售-沃爾瑪案例分析線下數(shù)據(jù)WalmartLabs著手整合了沃爾瑪旗下網(wǎng)站把分

6、散在Oracle、Neteeza、Greenplum等數(shù)據(jù)庫中資源統(tǒng)一存入Hadoop數(shù)據(jù)倉庫嘗試進行內(nèi)部數(shù)據(jù)共享分析TheSocialGenome將消費者線下購物數(shù)據(jù)、網(wǎng)絡(luò)瀏覽點擊數(shù)據(jù)、社交網(wǎng)絡(luò)關(guān)系數(shù)據(jù)及消費者個人數(shù)據(jù)等組合成實時更新擴展且具有定向預(yù)測功能的強大數(shù)據(jù)庫據(jù)社交網(wǎng)絡(luò)上展現(xiàn)的興趣，預(yù)測他們可能購買的產(chǎn)品。網(wǎng)上商城Kosmix團隊對社交媒體的語義分析功能，利用Facebook和Twitter的數(shù)據(jù)，工程師從每天熱門消息中，推出與社會時事呼應(yīng)的商品，創(chuàng)造消費需求追蹤系統(tǒng)：專門管理追蹤龐大的社交動態(tài)沃爾瑪案例分析 通過對社交網(wǎng)絡(luò)進行深度的數(shù)據(jù)挖掘，實現(xiàn)網(wǎng)站主頁、商品搜索個性化，依據(jù)消費者

7、的興趣來排列頁面上的結(jié)果。數(shù)據(jù)顯示，截止到13年1月31日，沃爾瑪全球互聯(lián)網(wǎng)銷售額增長30 %增幅十年來第一次超越亞馬遜。 事實證明，沃爾瑪?shù)木€上大數(shù)據(jù)已經(jīng)能夠為其線下營收帶來銷售增量。沃爾瑪案例分析 媒體稱沃爾瑪擁有將近七成美國人的相關(guān)消費數(shù)據(jù)，八成以上的境內(nèi)郵箱信息。通過其強大數(shù)據(jù)庫的算法推薦和預(yù)測方案，個人消費數(shù)據(jù)能夠預(yù)測一系列的高敏感個人信息，沃爾瑪將清楚地知道你是誰，你要買什么，甚至你下一步要干什么。 由于缺乏個人信息保護意識，很多有色，低收入，邊緣化社區(qū)人群個人數(shù)據(jù)信息受到大數(shù)據(jù)商業(yè)計劃侵犯，而弱勢人群在沃爾瑪?shù)臄?shù)據(jù)標(biāo)簽化分類中很容易被識別區(qū)分出來，遭受弱歧視化待遇。 大數(shù)據(jù)會隨著

8、數(shù)據(jù)的結(jié)構(gòu)化和規(guī)模化滾動雪球，越來越“大”，越來越“快”，這個世界上最大的零售商在利用數(shù)據(jù)技術(shù)追逐利潤的同時也逐漸引起人們的擔(dān)憂。沃爾瑪-啤酒與尿布01沃爾瑪進軍互聯(lián)網(wǎng)0203沃爾瑪數(shù)據(jù)分析案例04推薦系統(tǒng)的組成及實現(xiàn)方法概述推薦系統(tǒng)的組成及實現(xiàn)方法概述推薦系統(tǒng)80%20%熱門推薦人工推薦相關(guān)推薦個性化推薦這三者與算法關(guān)系不大，而其效果的好壞卻決定了整個系統(tǒng)推薦效果好壞的 80% 。要做好一個推薦系統(tǒng)，首先要把這三者完成好。 熱門推薦即點擊量高的產(chǎn)品將熱門的東西推薦給用戶是非常合情合理的，因為既然熱門，也側(cè)面說明了很大概率上該用戶也會喜歡該商品置于推薦的醒目位置推薦系統(tǒng)的組成及實現(xiàn)方法概述人工

9、推薦比如在體育新聞中，巴薩奪冠之類的大新聞一出，馬上登上頭條，進入人工推薦不用計算特征值、相似度、是否符合用戶興趣等置于推薦的醒目位置推薦系統(tǒng)的組成及實現(xiàn)方法概述個性化推薦本質(zhì)上是為了解決長尾問題，把那些不熱門的東西，但是很可能符合某特定用戶品味的商品挖掘出來，推薦給特定的用戶群。推薦系統(tǒng)的組成及實現(xiàn)方法概述要解決個性化，首先就是要對用戶分析，最成熟的辦法就是對用戶打標(biāo)簽，即用戶特征提取或者用戶行為分析。個性化推薦二八定律：在任一祖東西中，最重要的只占約20%，其余80%雖是多數(shù)卻是次要的。長尾理論是網(wǎng)絡(luò)時代興起的一種新理論。由于成本和效率的因素，當(dāng)商品儲存流通展示的場地和渠道足夠?qū)拸V，商品生

10、產(chǎn)成本急劇下降以至于個人都可以進行生產(chǎn)，并且商品的銷售成本急劇降低時，幾乎任何以前看似需求極低的產(chǎn)品，只要有賣，都會有人買。這些需求和銷量不高的產(chǎn)品所占據(jù)的共同市場份額，可以和主流產(chǎn)品的市場份額相比，甚至更大。推薦系統(tǒng)的組成及實現(xiàn)方法概述個性化推薦用戶特征提取關(guān)鍵在于【數(shù)據(jù)統(tǒng)計+人工分析】。即：將用戶的瀏覽記錄等記錄下來，統(tǒng)計他最常點擊的東西，最常去的頻道，或者收集更詳細的信息，然后給他打上相應(yīng)的標(biāo)簽，據(jù)這些標(biāo)簽進行推薦。標(biāo)簽庫的設(shè)計和積累，是非常廣泛和重要的，而這方面需要大量依賴于【人工分析】，而不是看論文調(diào)算法能做到的。推薦系統(tǒng)的組成及實現(xiàn)方法概述最后就是根據(jù)標(biāo)簽的定向推薦，此時需要對每個標(biāo)簽進行權(quán)重設(shè)置。設(shè)置的方法其實就是【拍腦袋】，如有先前的經(jīng)驗值可直接可以拿來用。在拍完腦袋之后需要觀察點擊