講座細節不便多說，是為精準營銷提供資料探勘技術支援的。
從該講座引發了我的一點思考：
運用該類技術，分析得出遊戲使用者的偏好，從而為以下決策作參考：廣告宣傳側重點、玩法投放先後順序、後期開發方向、收費道具銷售策略等。
隨之，技術成本？如何決策？btw，這似乎是老闆要考慮的。
對資料探勘分析，獲取決策的支援，這個思想在小地方的運用也挺好的。比如個人時間管理，先要養成每天記錄時間應用情況，獲得乙個時期的時間應用記錄；然後對這段時間進行分析，對後續的時間管理進行調整。
海量資料處理
1 有一千萬條簡訊，有重複，以文字檔案的形式儲存，一行一條，有 重複。請用5分鐘時間，找出重複出現最多的前10條。方法1 可以用雜湊表的方法對1千萬條分成若干組進行邊掃瞄邊建雜湊表。第一次掃瞄，取首位元組，尾位元組，中間隨便兩位元組作為hash code，插入到hash table中。並記錄其位址和...
海量資料處理
給定a b兩個檔案，各存放50億個url，每個url各占用64位元組，記憶體限制是4g，如何找出a b檔案共同的url？答案 可以估計每個檔案的大小為5g 64 300g，遠大於4g。所以不可能將其完全載入到記憶體中處理。考慮採取分而治之的方法。遍歷檔案a，對每個url求取hash url 1000...
海量資料處理
分而治之 hash對映 hash統計 堆 快速 歸併排序 300萬個查詢字串中統計最熱門的10個查詢。針對此類典型的top k問題，採取的對策往往是 hashmap 堆。hash統計 先對這批海量資料預處理。具體方法是 維護乙個key為query字串，value為該query出現次數的hashtab...