用户细分精准营销–聚类
1、中国移动的各个手机套餐之间的分类为例：
- 动感地带： 目标群：在校学生，短信需求旺盛，短信费用低。
- 神州大众卡：目标群：更多客户，四川移动推出：最让消费者动心的是没有月租费的日子里接听网内来电20元包完。
- 全球通： 目标群：全球飞的高端上午人群，不是很在乎话费，却关心品牌的增值服务，如vip候机厅等。
- 神州行： 目标群：普通务工人员，电话需求较多，通话费用低。
那么在那个还没有智能机的年代，他们是怎么想到这些分类方法或者区分客户群的呢？回头想来客户群的区分有相当比例是由客户自己定义使用哪个套餐的。当然，以现在的技术用计算机AI可以相对容易的来进行聚类区分了。
反垃圾邮件： 朴素贝叶斯
信贷风险控制： 决策树
互联网广告： ctr预估-线性逻辑回归
推荐系统： 协同过滤
自然语言处理： 情感分析，实体识别
图像识别： 深度学习
其他
一些常用的算法分类表：
- C4.5 是决策树算法，可以解决分类和回归问题，又属于有监督算法
- K-Means 是聚类算法，无监督。
- SVM： 基于统计学，有完整理论。
- PageRank：谷歌的算法
机器学习的框架
训练模型：
1、定义模型
2、定义损失函数
3、优化算法
模型评估：
1、交易验证
2、效果评估