利用者の肖像画の1簡単には理解。
ユーザーの肖像そのユーザータグ情報は、コレクションを企業、ユーザデータの解析は、仮想ユーザーを抽象化し、実際のユーザーの仮想表現とみなすことができます。
ユーザーの肖像画を構築するメインプロセスの説明。
基本的なデータ収集 - >動作モデリング - >ビルドの肖像画
3.パーソナライズされた推薦システムのパフォーマンスは、どのような基準で判断することができますか?
顧客満足度のカバレッジ予測精度が過度お勧めしますパーソナライズされた勧告局所の問題の問題をコールドスタート
CTR算出式の理解の4説明。
これは、回数の合計にオープンクリックされた広告インプレッション数の割合を指します。
何のCTRに影響を与える要因5.?
(1)自分自身を宣伝の影響、および広告コンテンツの種類、トラフィックへの影響は非常に重要です
(2)環境への影響の文脈、極めて重要であると思われるオンライン広告の位置。
インパクト(3)広告ビューア、異なる人々が広告につながることができます異なる嗜好を持っている「好み」異なります
6. [広告の推定方法があるのですか?
(1)直接推定方法
(2)予測モデルの計算方法を評価するためにクリック
推奨ロケーションベースの広告フォームと7.簡単に。
また、「プッシュ」型と呼ばれる(1)「アクティブ」は、ユーザーが広告サブスクリプションまたはこれまでに広告ブロックをキャンセルするまで、イニシアチブは、顧客に広告を送信するには、ユーザーの所在地に基づく広告サービスプロバイダを指します。
また、「プル」としても知られている(2)「受動的」は、ユーザが開始推薦キーワード検索、ユーザの現在位置情報と他のユーザの特徴に基づいてキーワード推薦システム戻り結果によって検索を指します。
8.インターネットバンキングの概念を概説しました。
クラウドコンピューティング、ソーシャルネットワーキングに頼ると、エンジンや他のインターネットツール、などの仲介者として新しい金融の資金調達、支払いや情報サービスの実装を検索するためにお金を払うのインターネット金融手段。インターネットバンキングは、技術的なレベルで、安全なモバイルおよびその他のネットワーク、自動的に生成された新たな需要や新規事業への適応受け付けたユーザに精通された後の新モデルです。
インターネットでの大規模な財務データの9 DESCRIPTION印加方向。
(1)詐欺や財務分析
(2)より包括的な信用評価システムを構築します
(3)高頻度取引およびアルゴリズム取引
(4)世論分析製品およびサービス
機械学習の財政10.説明におけるビッグデータアプリケーション。
(1)クレジット・スコアリングアルゴリズム
性能評価(2)分類モデル
ビッグデータ・ファイナンス簡単に11機械学習での役割。
どのような主流の信用評価アルゴリズムの12の説明?
(1)逻辑回归(Logistic Regression)算法
(2)支持向量机(SVM)
(3)决策树(Decision Tree)
(3)随机森林(Random forest)
(4)自适应提升(AdaBoost)
(5)梯度提升决策树(GBDT)
13.简述分类模型的评价体系。
(1)混淆矩阵(Confusion Matrix) -> 提升图(Lift),增益图(Gain),受试者工作特征曲线(ROC)。
(2)受试者工作特征曲线(ROC) -> 曲线下面积(AUC),洛伦兹曲线(KS) -> 基尼系数(GINI)。
(3)标准误差(MSE)独立出来。