用户的生命周期大致划分4个阶段,拉新,活跃,留存付费,流失。目前互联网的人口红利也算是到了瓶颈期,怎样好好的留下自己的用户,防止用户的流失也是一个大的课题。对于算法来说不能改变产品本身的形态,但是我们可以利用数据,机器学习的方法来预测流失用户。通过历史的数据我们可以先验的知道产品本身的活跃留存情况,基本每个产品都有自己的数据指标体系(活跃,新增,留存,付费,点击流信息等)。结合已有的数据,提取数据特征,然后进行预测,及时发现潜在的流失用户,然后可以做定向的营销和挽回。
短视频流失预警课程大纲:
开篇
01:互联网千万级别用户运营经验介绍
02:模拟日志数据上报,以及生产数据
03:hadoop、hive、spark组件介绍和搭建
04:数据实时导入hadoop、hive
05:数据入库的整个流程打通以及线上部署
实战
01:数据表介绍以及表结构处理
02:利用spark进行数据分析、流失模型介绍
03:特征的构造与选择抽取 --介绍常用的特征技巧
04:模型的选择与评估
后续
01:改进与建议
神经网络cnn
课程介绍
课程目录
往期学员作品
用户评论
课程介绍
课程目录
往期学员作品
用户评论
你将获得
- 掌握某些知识点
- 学会某些技巧(或思路)
教学服务
1v1专属答疑服务
BAT专家面试辅导
讲师介绍
王晓华
5年数据挖掘经验,目前就职BAT从事数据挖掘工作,有丰富的推荐和用户画像挖掘的经验,做过亿级别的应用的数据运营工作
5年数据挖掘经验,目前就职BAT从事数据挖掘工作,有丰富的推荐和用户画像挖掘的经验,做过亿级别的应用的数据运营工作
课程详情
温馨提示
- 请勿私下交易请勿在平台外交易。与机构和老师私下交易造成的任何损失及纠纷,腾讯课堂不承担任何责任
- 听课说明
1、电脑:访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课
2、手机/平板:下载腾讯课堂APP, 进入学习页面听课