[营销星球]【T112017-人本数据和智能分会场】让海量移动数据产生价值

让海量移动数据产生价值主讲人：叶杰生陈日涵问题背景基于海量的数据如何处理与计算出全面与有价值的结果？数据背景应用数据位置数据行为数据事件数据解决方案数据处理算法设计陈日涵叶杰生1.传统处理方案2.传统方案的结果3.改进处理方案4.改进处理方案的结果1.维数灾难2.降维措施3.设计4.结果传统处理流程1号数据2号数据3号数据4号数据31号数据1号结果2号结果3号结果4号结果31号结果x结果库实例活跃安装9月1号－9月3号实例活跃安装9月4号－9月11号结果IDAppLabelPoint4297＊＊单词应用兴趣/应用类别/教育/外语020102040.44297＊＊＊课堂应用兴趣/应用类别/教育/课程管理020102110.54297王者＊＊游戏偏好/游戏类型/角色扮演/即时010110020.4改进流程1号数据2号数据3号数据4号数据31号数据x结果库累计数据9月1号－9月3号9月4号－9月11号结果IDAppLabelPoint4297＊＊单词应用兴趣/应用类别/教育/外语020102040.24297＊＊＊课堂应用兴趣/应用类别/教育/课程管理020102110.34297王者＊＊游戏偏好/游戏类型/角色扮演/即时010110020.5算法设计陈日涵目录维数灾难?高维特征?特征信息?样本稀缺?模型限制降维?降维目的?方法选择?方法及框架未来趋势?深度学习?稀疏表达维数灾难CategoricaldataOneHotEncodingHighDimensionDataShortage?ModelRestriction?FeatureUninformativel目前TalkingData的数据中包含大量的CategoricalDatalOneHotE