培訓背景

隨著社交網絡日益發展，人們樂于在社交網絡上分享自己的生活，拓展自己的人脈。這一系列活動背后，是基于社交網絡的巨大數據。然而，人們對社交網絡數據的挖掘和分析都還處于相對初級的階段，大規模、高維度數據的挖掘方法還在不斷地演化。隨著信息技術的迅猛發展，參與到社交網絡的人越來越多，人們樂于在網絡中去分享自己的相關信息，拓展自己的人脈。文本挖掘為何如此重要呢？據普遍估計，在所有與業務有關的信息中，有80%的信息是非結構化文本數據和半結構化文本數據。換言之，如果不對這80%的信息所代表的大量數據應用文本分析，所有嵌入的業務信息和消費者行為數據都會被浪費。術語文本挖掘常常被稱為文本分析具有很多的實際意義，比如垃圾過濾、從電子商務網站上的意見和建議中提取信息、在博客和評論網站中進行社交收聽和意見挖掘、增強客戶服務和電子郵件支持、業務文檔的自動化處理、法律領域的電子發現、衡量消費者的偏好、索賠分析和欺詐檢測，企業甚至能通過社交平臺去直接影響客戶，一切都似乎因為社交網絡的出現而變的美好。

培訓收益

1.本課程盡量避開數學公式，按照“講清思想方法原理—結合具體案例—R語言實現細節”思路，讓即使是幾乎沒有什么基礎的學員，掌握R語言數據挖掘的基本思路和模式，打下未來深入的良好基礎，能在工作和學習中結合具體問題立馬上手操作解決；

2.課程注重學練結合的方法，會采取小組討論的方法，充分調動大家思考的積極性，在做中掌握相關知識和技能；

3.課程緊緊抓住R語言和數據挖掘的重點和難點，詳細的分析和講解，在理解難、容易出錯的地方反復提醒，以便學員在課后容易的進行自己復習和相關拓展；

4.本課程讓學員領略大數據技術的魅力和廣闊前景，使學員掌握主流的大數據（包括結構化、半結構化和非結構化數據）的表示、建模、存儲、管理、分析處理、挖掘、推薦技術、匹配技術與關聯分析技術，以及機器學習平臺的原理與應用實戰；

5.課程緊密結合行業市場需求和國際國內最新技術發展潮流，讓學員掌握大數據分析挖掘平臺架構和應用部署，分享成功的大數據應用項目實施經驗，學習大數據分析應用項目解決方案咨詢服務；

6.讓學員掌握常見的大數據分析方法和數據挖掘算法使用方法，以及大數據開發與運維技術。讓學員掌握基于Hadoop大數據平臺的數據挖掘平臺Mahout、MLbase機器學習算法庫應用、數據倉庫HIVE、實時分析平臺Spark、實時挖掘平臺Shark、分布式機器學習與推薦系統平臺Oryx的入門、中級以及高級應用，并對主流的大數據分析建模與挖掘推薦平臺產品剖析。

培訓特色

本課程讓學員領略大數據技術的魅力和廣闊前景，使學員掌握社交網絡與文本挖掘技術的分析能力增強對社交網絡數據和文本的分析能力。

課程大綱