互联网行业的分析模型讨论

[19840814]

看了qing的电信行业的分析模型应用这个话题,受益菲浅！
大家再探讨一下互联网行业的分析模型的相关应用吧～尤其是针对电子商务模式的分析，现在很火！我先抛出几个～

营销推广趋势分析
B2B模式下基于上下游元素不同类产品的推荐引擎;
B2B/C2C模式下基于同类产品的推荐引擎;
C2C模式下基于用户消费习惯的不同类产品推荐引擎;
赠送（优惠）敏感性模型


大家畅所欲言吧～特别是有过互联网行业工作经验的朋友们!

[raullew]

广告计算投放？

[李瑞强]

C2C模式下基于用户消费习惯的不同类产品推荐引擎;

产品推荐和用户导向，是目前社区网站和c2c、b2c网站比较迫切的需求，是提升网站核心价值的重要途径
这方面国内做的比较好的好像不多，大部分处于探索阶段

[jun.sky]

是的，淘宝有做一些！不过只是很粗糙的一部分！大家有兴趣可以去体验一下！收藏部
分做了不同类别的推荐，具体算法还不是清楚！如果有淘宝的朋友可以分享一下！

-----邮件原件-----
发件人: tt...@googlegroups.com [mailto:tt...@googlegroups.com] 代表 李瑞强
发送时间: 2008年8月27日 16:46
收件人: tt...@googlegroups.com
主题: Re: 互联网行业的分析模型讨论

C2C模式下基于用户消费习惯的不同类产品推荐引擎;

产品推荐和用户导向，是目前社区网站和c2c、b2c网站比较迫切的需求，是提升网站核

[李瑞强]

是，从淘宝的职位招聘需求能看出来，他们经常大量招聘数据仓库和数据挖掘工程师

[jun.sky]

大家继续吧~给出一些好的idea和以往的经验！
我继续帖出一些想法，有借鉴或者说抄袭的嫌疑，哈哈！

收费产品分类营销
客户生命周期管理
收费产品生命周期模型(对于产品的把握)
客户流失模型(对历史数据做分析,进而作出预测)
客户细分模型,可按内容进行营销(按用户访问的网站对象的类别和访问行为对用户分
类，对于较大的门户网站如sina可能很有用)
交叉销售模型（新业务的推广，新产品的推荐）
网络营销报告(针对电子商务行业，包括行业均值,高端用户运营特点分析;给销售\给客
户\给服务人员)

-----邮件原件-----
发件人: tt...@googlegroups.com [mailto:tt...@googlegroups.com] 代表 李瑞强

发送时间: 2008年8月27日 17:06

收件人: tt...@googlegroups.com
主题: Re: 互联网行业的分析模型讨论

[EC]

一个带有‘骚扰’性质的问题：我下载不了ttnn groups的pdf文件，具体情况不清楚，哪位朋友能帮忙下，把所有pdf打包，供下载，这些讨论
很具有价值啊。

[李瑞强]

现在淘宝做BI和数据挖掘的团队有多少人？
有淘宝的兄弟吗？

[shzxqdj]

上面大家说得都不错,不过这些应用放在互联网行业之外也可以应用,所以算是通用型的问题,很好.
另外,搜索引擎行业中广告的竟价排名的分析现在也在开始有尝试了,比如竟价业务性价分析需求(比如关键词，排位,广告标题，广告语，该关键词指向的
url等等发现最佳性价比的广告指标,这个模型可以为广告客户提供优质的建议和选择),广告标题和文字内容的语义对客户点击率的影响,里面可以有很多值
得研究的地方,

[raullew]

你说的那个是广告公司研究的
互联网公司做的是根据效果的排序浮动,客户买不相关的关键字是他的自由,只要他出得起价钱并且广告效果好

> > 大家畅所欲言吧～特别是有过互联网行业工作经验的朋友们!- 隐藏被引用文字 -
>
> - 显示引用的文字 -

[Hawking, Bin]

基于数据挖掘的SEO／反SEO
基于数据挖掘的IDS／网络攻击
基于数据挖掘的SPAM识别／SPAM生成
基于数据挖掘的分布式自动枪文发布／枪手识别
基于数据挖掘的流行话题识别或预测或创造
基于数据挖掘的信息协同过滤与整合
基于数据挖掘的网友关联分析
...
......

[shzxqdj]

"流行话题识别或预测或创造",这个太有意思了,非常想知道流行话题如何预测,能分享一下研究思路吗?谢谢

[19840814]

另外,我对
SEO／反SEO ,
信息协同过滤与整合
网友关联分析
这三个比较有现实意义的主题分析比较感兴趣
不知能不能就算法和实现过程展现深入探讨!
谢谢!

On 8月29日, 下午1时36分, "Hawking, Bin" <binhawk...@gmail.com> wrote:

[raullew]

seo和协同过滤都可以google
sns目前最典型的是校内把校园泡妞关系搬上网站,baidu和sina也在依托博客搞,看看最近在玩病毒营销的开心网就知道运营的力量>>关联分析

> > ......- 隐藏被引用文字 -
>
> - 显示引用的文字 -

[Hawking, Bin]

网友关联就是给一个网络用户找到他可能喜欢的另一个用户。这可以通过BLOG、浏览、阅读、兴趣表等方面或多方面综合来判断。比如BLOG聚类，根据博
文文字，文以类聚。如果是内容聚类，这个比较简单。复杂的话可以考虑文风和性情。挖掘之后，可以告诉用户，哪些BLOG和你的很相似。对读者也有类似的
推荐阅读功能。相信大家都会感兴趣。BLOG之间的现在链接也是可以利用的，通过关联分析，了解一类人喜欢哪几类人。比如IT wsn喜欢加美女为友，
喜欢群聊8g话题；投行的喜欢名牌和泡高档吧。还有可以利用用户的读书、购物记录，进行关联。比如对一个豆瓣或facebook用户，找和她看同类的书
／电影／音乐的潜在朋友。（注意，是“同类”，这就先有个对项目聚类的任务。）这个可以通过这些网站提供的API读取用户数据，然后进行数据挖掘。

我与互联网还有些交错合离的经历。中国第一个千万用户级电子邮箱coremail和163.net是我的高一界的师兄在大学期间开发和创立的，有些大网
站也在用这套系统。我的同学在网易还只是几个人的时候，在丁前首富那里兼职。不过我剑走偏锋，没做热门技术，而是去做BI。我也做过网站，觉得当时的开
发语言和工具要改进的地方太多了。果然后来几年互联网应用开发技术和工具有了很大的进步；但还是不够。不过，我亲历电信交换机上的应用开发后，才知互联
网开发再怎么原始，还是比电信要灵活得多。

我也做过电信业的BI。电信业与互联网其实是两回事。互联网是极度开放的，在技术上来说，平台往往自己掌握的，必要时会改写操作系统、数据库、中间件
等，很多公司也这样做过。在运营手段上来说，也是不管3721，无所不用其极。尤其在数据上，获取的手段也很多。永远不要满足于手头上的数据，也不要限
于现有技术能收集到的数据。总可以设法拿更多的数据，必要时可改写网络服务器来增加数据采集点。AOP（aspect oriented
programming）之类的框架技术也使数据捕获的开发更为简单。另外还要特别注意“互联”二字。在服务上，按web 2.0的概念，多个网站可以
联合起来提供服务。现在越来越多的网站开放RSS／API或web services，供第三方运用。数据上更是一片公海，只要有能力，小公司也可以爬
整个互联网的超文本数据。就算是别国的领海，或者是用户的桌面行为，也照样有办法搞到数据。独立的互联网数据供应与分析公司也会越来越多。

前面有人讨论BI项目的价值。在互联网是快鱼吃慢鱼。BI是产业链整合中的神经线和反射弧，它价值是缩短企业反应时间。对互联网内容提供者来说，非常关
键的其中一点是做市场变化的快速反应者。如果ETL三周，挖掘建模三周，新产品开发三周、部署三周，这时市场早从6000点变到3000点，功夫白费
了。要把三个月压缩成三天。一个热点出现，马上就推出新产品。这就要更多的IT介入，并且IT系统全线整合。（整合才实现价值。）IT技术应用的目的，
就是要在成本可控的条件下，尽量地快。业务人员很有经验，但处理大量情景时很慢，就用机器做，哪怕粗糙一点。精确的算法准确度高5%，但多运行三个小
时，就改用简单的算法。只要能达到目的，不拘一格。数据挖掘也只是一个环节或一个手段。而且数据挖掘也不必是一个独立的部门，实际中经常是要无缝嵌到事
务系统里。

另外几个分析题目迟些再写...仅是抛砖引玉，大家指正。