此文章处于编辑状态

规范性分析：我们需要做什么？规范性分析是一种高级分析，涉及应用测试和其他技术来推荐可实现预期结果的特定解决方案。在商业中，预测分析使用机器学习、商业规我将从最开始就带你获取真实的原始数据，然后把这些真实的原始数据处理成我们所需要的数据集和画像系统，最后再利用我们处理好的数据集和画像，搭建我们的推荐系统。因此，我一共设计

关联规则是数据挖掘中的概念，通过分析数据，找到数据之间的关联。常应用于电商中用来分析购买物品之间的关联性。例如，“购买尿布的用户，有大概率购买啤酒”，这数据分析目的2：预测预测是指对数字连续变量而不是分类变量的预测。数据分析目的3：关联规则和推荐系统

个性化：用户匹配系统交互式基于用户个人数据情况而个性化展开的个性化网页个性化指导个性化推荐2.7. 和BDA的联系环境智能= 普适计算+ 智能接口(比如个性化) 2.8. 用户信息银行的推荐系统可以根据每个客户的账户流水，将合适的金融产品推荐给目标客户，不仅给银行带来了收入，对销售来说，将产品推荐给一个本就有需要的客户也更为容易。

∩△∩ 数据分析目的1:分类检查未知分类或暂时未知分类的数据，目的是预测数据属于哪个类别或属于哪个类别。使用具有已知分类的相似数据来研究分类规则，然后将这些规则应用于未知分类数据推荐系统是现代网络企业最核心的技术之一，它涉及到许多领域，如信息检索、数据挖掘、人工智能等。推荐系统的目的是根据用户的历史行为、兴趣和喜好等信息，为用