实验详情

Python数据科学-Facebook营销组合分类

通过对调查得到的数据,建立多分类模型,并对未知的数据进行分类预测。

云计算、大数据、编程语言、物联网(IoT)学习指南下载,100+技术课程免费学!

50 实验点 兑换实验点
提示: 实验资源会在固定时间后释放,请创建资源后尽快操作。

实验评分

平均时长

2 小时

难易程度

普通

实验编号

S05009

学习人次

1824

在Facebook注册用户超过20亿人,每天会产生超过百亿条的消息、近10亿张新图片,借助大数据技术,Facebook可以跟踪用户网络行为、进行面部识别和标注、分析用户喜好等等,从而向广告客户的市场营销人员展示受众对于品牌、事件、活动和主题的反应。唱歌吧跟小雅

Facebook找伦敦创意机构Human After All设计了一副【市场洞察扑克牌】,每张牌都图文并茂地提供了一条关于用户的数据洞察信息。而我们的任务,就是根据历史调查的数据,来分析预测不同牌面组合能给客户带来怎样的收益,从而是客户的收益最大化。

项目中首先对数据进行标签编码,独热编码等处理,然后使用相关机器学习算法,实现对不同牌面的预测。


开始学习后可阅读实验手册内容

    • 屎瓜奇
    • 2019-10-18 11:06:39

    看不懂,我看不懂

    • 1998268979809334
    • 2019-10-18 9:38:24

    facebook营销组合部分看不懂。扑克牌究竟是怎么就用来帮助营销,而且有0-9分的,没有具体的例子描述一下吗。

    • 鹏鹏牛
    • 2019-05-26 17:09:24

    facebook营销组合部分看不懂。扑克牌究竟是怎么就用来帮助营销,而且有0-9分的,没有具体的例子描述一下吗。

    • 我是张三
    • 2018-12-10 21:24:23

    用神经网络来进行营销组合分类,非常好