24页PPT：大数据用户画像的方法、实践与行业应用

评论 Fuller 2015-12-30 22:18: 1）当数据高度稀疏的时候，完全不像上面ppt说的那样“顺理成章”的样子，当一个特征向量只知道{A，B，C}三个值，如果强行认为是<1,1,1,0,0>显然是错误的，你可以想象一下，这些特征点是否在同一个多维空间中？你都不敢确定，那么怎么能拿来算呢？（你在正世界，她在逆世界，你真相信能碰出爱情火花？目前来看，那是个电影故事而已）再想象一下，如果后两个维度是0，大量的数据只有少数维度有值，那么这些数据点其实是蜷缩到某个面上的

2）利用Ontology 本体做用户画像研究似乎是个严重误导。计算机科学领域的本体工程 Ontology engineering的主要目标是自动化推论。这个技术体系基本上是在这个链条上：xml-〉RDF-〉Ontology，本人认为RDF也不过走了一半就要被人遗忘了。现在的研究方法完全基于另一套理论基础，是朴素贝叶斯统领数据挖掘的时代，所以，在这个ppt中把本体拉出来有些忽悠的嫌疑