数据集包括： user.json ---用户信息数据表 item.json ---物品信息数据表 behavior.json ---用户行为数据表

网络舆情是指在互联网上流行的对社会问题不同看法的网 络舆论，是社会舆论的一种表现形式，是通过互联网传播 的公众对现实生活中某些热点 焦点问题所持的有较强影 响力 倾向性的言论和观点。 近年来，网络舆情对政治生活秩序和社会稳定的影响与日 俱增，一些重大的网络舆情事件使人们开始认识到网络对 社会监督起到的巨大作用。同时，网络舆情突发事件如果 处理不当，极有可能诱发民众的不良情绪，引发群众的违 规和过激行为，进而对社会稳定形成严重威胁。因此需要 研究网络舆情与分析对象之间的关联性，寻找出与给定舆资源联系最紧密的分析对象

智能家居是利用先进的技术，融合个性需求，将与家居生 新功能，就能开拓新市场，实现产品的智能化。根据家居 的智能化，分析客户行为，识别不同客户群的特征、加深 对客户的理解等。（以热水器为例，分析客户行为） 针对不同的客户群提供个性化产品、改进新产品的智能化 的研发和制定相应的营销策略。 初步分析： 热水器在状态发生改变或者有水流状态时，每2秒会采集—条流水数据 。因为用户行为不仅仅只有洗浴还存在其他的用水事件：比如洗手、洗 菜等，所以热水器采集的数据来自各种不同的用水事件。 基于热水器采集的数据，根据水流量和停顿时间间佃划分为不同大小的 时间区间，每个区间是—个可理解的—次完整用水事件，并以热水器— 次完整用水事件作为—个基本事件。 从独立的用水事件中识别出其中属于洗浴的事件。

电能的大容量、长距离输送，主要 依靠架空线路，它们长期暴露于大气环 境之中，易受雷电、台风、暴雨、覆冰、山火等气象灾害的影响而导致故障。 台风、雷电等极端自然灾害在短时间内 会造成电网的多个设备故障，加上潮流 的转移、保护装置拒、误动的推波助澜，进—步加剧相继开断，甚至造成大面 积停电。 1)台风 广东平均每年有4~5个台风经过，是受台风灾害较严重的地区之—。台风 通过极大的风压和暴雨直接摧毁输电杆塔、输电线和风电场，或引发输电线不 规则舞动，或刮倒树木，刮起异物造成断线或短路，其影响与台风强度、路径 、输电线走向及地形等因素有关。 2)雷电 雷电是造成输电线路跳闸的主要原因。雷电通过机械、热力和电磁效应影 响电力系统：机械效应劈裂或倒塌建筑架构；热力效应熔化导体或热爆避雷针 ；电磁效应通过冲击过电压引起绝缘闪络或击穿，干扰电力通信。落雷密度与 雷电强度、潮热程度及地形环境有关。 3)风偏放电 在强风或跑线风的作用下，绝缘子串向杆塔方向倾斜，减小了导线与杆塔 的空气间隙，当距离不能满足绝缘强度要求时就会发生放电，称为风偏放电。 输电线路风偏跳闸是影响输电线路安全稳定运行的主要原因之—。 4)暴雨 暴雨会影响电气设备绝缘，导致盗套管发生雨闪。其闪络电压与降雨强度 、雨水电阻率及降雨间歇性有关。高盐分的暴雨破坏性更大，而强风进—步增 加对电气设备密封的威胁，雨洪、泥石流和城市内滂会损害低洼处的电力设施 ，特别是跨河沟及滑坡体上的杆塔。 5)……

小结 5.3关联规则主要介绍了Apriori算法，以在一个数据集中找出各项之间的 关系； 5.4时序模式从序列的平稳性和非平稳型出发，对平稳时间序列主要介绍 了ARMA模型，对差分平稳序列建立了ARIMA模型，应用这两个模型对 相应的时间序列进行研究，找寻变化发展的规律，预测将来的走势； 5.5离群点检测主要介绍了基于模型和离群点的检测方法，是发现与大部 分其他对象显著不同的对象。 前5章是数据挖掘必备的原理知识，并为本书后面章节的案例理解和实验 操作奠定了理论基础。 聚类分析——常用聚类分析算法 与分类不同，聚类分析是在没有给定划分类别的清况下，根据数据相似 度进行样本分组的一种方法。 与分类模型需要使用有类标记样本构成的训练数据不同，聚类模型可以 建立在无类标记的数据上，是一种非监督的学习算法。 聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度 将他们划分为若干组，划分的原则是组内样本最小化而组间（外部)距 离最大化

就餐饮企业而言，经常会碰到这样的问题： 客户在餐厅点餐时，面对菜单中大量的菜品信息，往往无法迅速找到满意 的菜品，既增加了点菜的时间，也降低了客户的就餐体验。 实际上，菜品的合理搭配是有规律可循的：顾客的饮食习惯、菜品的莹素 和口味，有些菜品之间是相互关联的，而有些菜品之间是对立或竞争关系 （负关联）。这些规律都隐藏在大量的历史菜单数据中，如果能够通过数 据挖掘发现客户点餐的规则，就可以快速识别客户的口味，当他下了某个 菜品的订单时推荐相关联的菜品，引导客户消费，提高顾客的就餐体验和 餐饮企业的业绩水平。 关联规则分析也成为购物篮分析，最早是为了发现超市销售数据库中不同 的商品之间的关联关系。例如一个超市的经理想要更多地了解顾客的购物 习惯，比如“哪组商品可能会在一次购物中同时购买？”或者“某顾客购 买了个人电脑，那该顾客三个月后购买数码相机的概率有多大？”他可能 会发现如果购买了面包的顾客同时非常有可能会购买牛奶，这就导出了一 条关联规则“面包=>牛奶”，其中面包称为规则的前项，而牛奶称为后项 。通过对面包降低售价进行促销，而适当提高牛奶的售价，关联销售出的 牛奶就有可能增加超市整体的利润。 关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集 中找出各项之间的关联关系，而这种关系并没有在数据中直接表示出来。

个人或团体客户的信息分散在多个系统中、标准不统一、交互数据缺乏，各子公司之间的客户信息无法共享。客户信息质量不高，无法实现基于客户信息的数据分析和挖掘。

powerdesigner数据建模工具.rar

华为-标签平台与数据建模方案.pdf 华为标签管理工具-PISCES用户画像平台是一个分析型用户知识管理系统，使用用户画像 系统能够统一创建和管理用户标签规则、快速分析用户特征、查询用户画像、，帮助客户 实现统一用户知识管理和共享，并与客户的运营、分析系统有效集成，最终帮助客户实现 深入客户洞察、精准识别和个性推荐等差异化的用户服务

一个类似于powerdesigner的数据库建模工具，是免费的