長(zhǎng)文分享！數(shù)據(jù)分析師 VS 算法

目的：為了解決某個(gè)/某類(lèi)問(wèn)題，需要在這之前了解到背后的業(yè)務(wù)背景、關(guān)聯(lián)場(chǎng)景；

方法：通過(guò)計(jì)算來(lái)實(shí)現(xiàn)，也就意味著需要具備具體的、可量化的信息輸入，且可計(jì)算，而非不可執(zhí)行的概念體；

步驟：有先后順序，先做什么然后做什么最后做什么，每個(gè)過(guò)程之間還必須具備可行性，執(zhí)行次數(shù)也一定是有限的；

?

結(jié)論：是否能夠解決這個(gè)問(wèn)題，效果如何，最終必須得有一個(gè)產(chǎn)出物。在算法之外，還有幾層擴(kuò)展；

決策：根據(jù)一個(gè)或者多個(gè)結(jié)論進(jìn)行判斷，這個(gè)過(guò)程是不是符合預(yù)期的，如何調(diào)整優(yōu)化，是否可直接應(yīng)用于業(yè)務(wù)；

應(yīng)用拓展：除了解決最初的那個(gè)問(wèn)題外，還有哪些同質(zhì)類(lèi)型的問(wèn)題也可以得到解決，也就是場(chǎng)景的拓展；

信用卡交易反欺詐：分類(lèi)任務(wù)，GBDT算法 / XGBT算法+LR邏輯回歸;

信用卡申請(qǐng)反欺詐：分類(lèi)任務(wù)，GBDT算法 / XGBT算法+LR邏輯回歸

貸款申請(qǐng)反欺詐：分類(lèi)任務(wù)，GBDT算法 / XGBT算法+LR邏輯回歸;

反洗錢(qián)：分類(lèi)任務(wù)，GBDT算法 / XGBT算法+LR邏輯回歸;

信息檢索/搜索：搜索引擎中對(duì)實(shí)體信息的精準(zhǔn)聚合和匹配、對(duì)關(guān)鍵詞的理解以及對(duì)搜索意圖的語(yǔ)義分析等；

自然語(yǔ)言理解：知識(shí)圖譜中的知識(shí)作為理解自然語(yǔ)言中實(shí)體和關(guān)系的背景信息；

問(wèn)答系統(tǒng)：匹配問(wèn)答模式和知識(shí)圖譜中知識(shí)子圖之間的映射；

推薦系統(tǒng)：將知識(shí)圖譜作為一種輔助信息集成到推薦系統(tǒng)中以提供更加精準(zhǔn)的推薦選項(xiàng)，知識(shí)圖譜+推薦系統(tǒng)；

電子商務(wù)：構(gòu)建商品的知識(shí)圖譜用于精準(zhǔn)匹配用戶的購(gòu)買(mǎi)意愿和商品候選集，知識(shí)圖譜+推薦系統(tǒng)；

金融風(fēng)控：利用實(shí)體之間的關(guān)系分析金融活動(dòng)的風(fēng)險(xiǎn)以提供在風(fēng)險(xiǎn)觸發(fā)后的補(bǔ)救措施（如反欺詐等）；

公安刑偵：分析實(shí)體和實(shí)體之間的關(guān)系獲取案件線索等；

司法輔助：法律條文的結(jié)構(gòu)化表示和查詢用于輔助案件的判決等；

教育醫(yī)療：提供可視化的知識(shí)表示，用于藥物分析、疾病診斷等；

社交類(lèi)業(yè)務(wù)：社交類(lèi)業(yè)務(wù)具備高度連接的特點(diǎn)，比如好友關(guān)系等，<用戶1，關(guān)注，用戶2>。??