Fork me on GitHub
上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 18 下一页
摘要: 一.利用textrnn进行文本分类,用于在问答中的意图识别。 二.结构图 三.程序(完整程序:https://github.com/jiangnanboy/movie_knowledge_graph_app/tree/master/intent_classification/pytorch/text 阅读全文
posted @ 2021-01-13 13:54 石头木 阅读(243) 评论(0) 推荐(0)
摘要: 一.利用textcnn进行文本分类,用于在问答中的意图识别。 二.结构图 三.程序(完整程序:https://github.com/jiangnanboy/movie_knowledge_graph_app/tree/master/intent_classification/pytorch/text 阅读全文
posted @ 2021-01-05 09:19 石头木 阅读(923) 评论(0) 推荐(0)
摘要: 功能主要包括实体识别、实体查询、关系查询以及问答几个模块。 项目中用到的数据来自网上公开数据集 前端页面参考:https://github.com/qq547276542/Agriculture_KnowledgeGraph,在此表示非常感谢。 完整项目见:https://github.com/ji 阅读全文
posted @ 2020-12-28 11:31 石头木 阅读(1711) 评论(0) 推荐(0)
摘要: 一.目的 利用pytorch实现前馈网络意图分类,实现一个简单的chatbot。 二.数据 数据为英文数据,如下: {'intents': [{'tag': 'greeting', 'patterns': ['Hi there', 'How are you', 'Is anyone there?', 阅读全文
posted @ 2020-11-24 22:22 石头木 阅读(266) 评论(0) 推荐(0)
摘要: 一.来源 此项目来源《Data Algorithms Recipes for Scaling Up with Hadoop and Spark》第11章,本程序利用spark3.0以及java8进行改写, 改写的有: 1.利用spark3.0与java8 2.直接利用spark生成最终的状态转移矩阵 阅读全文
posted @ 2020-11-22 10:39 石头木 阅读(374) 评论(0) 推荐(0)
摘要: 一.目的 基于基站定位数据的商圈分析移动通信网络会记录用户手机的相关信息,比如手机所处的基站区域编号,所处基站的时间等。根据这些数据可以进行商圈划分,目的是为了研究潜在的顾客的分布以制定适宜的商业对策。如:可划分商业区、住宅区以及工作区 二.数据 数据来源【Python数据分析与挖掘实战(第14章基 阅读全文
posted @ 2020-11-22 10:25 石头木 阅读(825) 评论(0) 推荐(0)
摘要: 一.数据 这是一个Udacity纳米学位项目(数据科学的顶点)。这个项目使用来自Sparkify的用户事件数据来建立一个模型来预测用户的流失。Sparkify是一个类似于Spotify或Pandora的数字化音乐服务(类似于网易云音乐和QQ音乐的音乐平台)。使用Spark分析探索某数字音乐服务平台S 阅读全文
posted @ 2020-11-22 10:13 石头木 阅读(463) 评论(0) 推荐(0)
摘要: 一.什么是AHP RFM是对顾客价值分群,但是每个群内的顾客并没有区分价值度。所以AHP就是针对每个群内的顾客进行打分去区分不同价值顾客。 什么是AHP > https://baike.baidu.com/item/%E5%B1%82%E6%AC%A1%E5%88%86%E6%9E%90%E6%B3 阅读全文
posted @ 2020-11-21 10:49 石头木 阅读(681) 评论(0) 推荐(0)
摘要: 一.RFM RFM是一种用来衡量当前客户价值和潜在客户价值的重要工具和手段。 在面向客户制定运营策略、营销策略时,我们希望能够针对不同的客户推行不同的策略,实现精准化运营,以期获取最大的转化率。精准化运营的前提是客户关系管理,而客户关系管理的核心是客户分类。 通过客户分类,对客户群体进行细分,区别出 阅读全文
posted @ 2020-11-21 10:36 石头木 阅读(751) 评论(0) 推荐(0)
摘要: 一.统计指标针对淘宝app一个月的数据进行流量运营分析,主要包括: 1.app流量分析 (1).pv页面浏览量 (2).uv独立访客 (3).访问深度 (4).每天访客数和成交量 (5).不同时段的访客数及成交量 (6).流失率 2.用户行为分析 (1).用户浏览活跃时段 (2).用户购买活跃时段 阅读全文
posted @ 2020-11-21 10:18 石头木 阅读(843) 评论(0) 推荐(0)
上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 18 下一页