敏捷式開發旅遊數據User Story

敏捷式開發旅遊數
據User Story首篇
帶妳去吹風

PPT模板：www.1ppt.com/moban/ PPT素材：www.1ppt.com/sucai/
PPT背景：www.1ppt.com/beijing/ PPT图表：www.1ppt.com/tubiao/
PPT下载：www.1ppt.com/xiazai/ PPT教程： www.1ppt.com/powerpoint/
资料下载：www.1ppt.com/ziliao/ 范文下载：www.1ppt.com/fanwen/
试卷下载：www.1ppt.com/shiti/ 教案下载：www.1ppt.com/jiaoan/
PPT论坛：www.1ppt.cn PPT课件：www.1ppt.com/kejian/
语文课件：www.1ppt.com/kejian/yuw en/ 数学课件：www.1ppt.com/kejian/shuxue/
英语课件：www.1ppt.com/kejian/ying yu/ 美术课件：www.1ppt.com/kejian/meishu/
科学课件：www.1ppt.com/kejian/kexue/ 物理课件：www.1ppt.com/kejian/wuli/
化学课件：www.1ppt.com/kejian/huaxue/ 生物课件：www.1ppt.com/kejian/shengwu/
地理课件：www.1ppt.com/kejian/dili/ 历史课件：www.1ppt.com/kejian/lishi/
Goal
•篇名叫帶妳去吹風顧名思義要透過
一連串的資料探勘方法，幫你約心
儀的對象吹風、散步甚至是泡溫泉
帶妳去吹風

模仿啤酒與尿布，找規則
Find { 先去某某景點 } => { 就可以去淡
水吹海風或北投泡溫泉 }

以18~35歲女性為例
Why
• 女性集體行為明顯，
• 喜歡評論資料量夠多
• 容易產生規則

產生百條規則像第一條就是去西門地下商城會百分之百再去西門町….

為了不一開始邀約就被心儀對象拒絕

先選幾個意圖不明顯的景點好了
城隍廟
台灣博物館
忠烈祠
隱藏規
則
去淡水
吹海風
去北投
泡溫泉
城隍廟、忠烈祠、博物館讓人搞不清楚目的很適合當起點，藉由這三
個景點再透過隱藏的規則最後推出到北投泡溫泉、淡水吹海風

開始串聯規則！
忠烈祠故宮博
物館
行天宮
霞海城
隍廟
象山自
然步道
去過忠烈祠就會去故宮與行天宮
去過霞海就會去象山

故宮象山自
然步道
貓纜
台灣博
物館
象山自
然步道
台北動
物園
貓纜行天宮台北101
去過故宮與象山就會去貓纜….

台北101 行天宮龍山寺
象山自
然步道
龍山寺
台北動
物園
中正紀
念堂

龍山寺
中正紀
念堂
北投地
熱公園
台灣博
物館
貓纜故宮
中正紀
念堂
台北動
物園
西門町

恭喜你!!
○在你辛辛苦苦的帶她幾乎快繞完台北一圈以後
○ 終於拼湊出所有她願意跟你去北投泡溫泉的條件
龍山寺西門町
Bingo
北投溫
泉
北投地
熱公園

可是..
就算假設這些規則100%可行
它還是存在BUG

消費者心理學昭示
如果你新儀的對向願意跟你一起去賣場代表它也再考慮建立長期關係的可能

所以我們回到原點來想想
1. 國立台灣博物館
2. 霞海城隍廟
3. 忠烈祠
這三個景點代表甚麼意思

如果你心儀的對象一開始願意跟你去
1.霞海城隍廟拜月老
2.忠烈祠拜祖先
3.甚至去育教於樂專門帶小朋友出遊的台灣博物館
你根本可以直接告白而不用帶她繞大台北一圈阿!!!

聲明
本分析資料來自國外旅遊網站真實數據，約十萬條評論近
兩萬評論人(包含大量外國人，老外超愛龍山寺、象山)，同
時我們無法得知旅遊評論者是針對家庭旅遊、同事旅遊、
自助旅遊、還是情侶幽會，如果使用本分析結論而慘遭對
方打槍，請勿寄信抗議，謝謝!

接下來簡介實作
搏君一笑

資料分析第一步:資料讀取
在R中我們使用下列四個套件來連結資料庫直接從資料庫中
讀取資料，但有沒想過為何一件事同時需要四個套件為何
不併成一個呢?
1.library(DBI)
2.library(RMySQL)
3.library(dbConnect)
4.library(rJava)

這要從很久很久以前說起
在遙遠的1990年代要將程式與資料庫連接是很辛苦的，
據說當時就算一位頂尖工程師也要花數月時間才能嗑完
Oracle那比百科全書還厚的資料庫操作方式，再實踐資料
庫與軟體的連接

而且還不只辛苦一次
資料庫會不停改版、軟體的開發工具也不停推陳出新，例
如：Python2、Python3、MySql1.1、 MySql1.2、它們
每改變一次工程師就得重來一次

所以聰明的人們就發明了JDBC
藉由Java跨平台能力，資料庫廠商只要寫好資料庫與Java
的溝通方式，軟體的開發工具廠商寫好該語言與Java的溝
通方式 (JDBC全名是Java Data Base Connectivity)

連上資料庫以後
再使用SQL語法取出對應的資料，順道一提Spark三大組件
其一就是Spark SQL(另外兩個Streaming，Mlib)，SQL在
大數據時代還是很重要

有了資料接著進行分析
關聯規則演算法主要有三個參數
1.Confident:某事發生的情況下另外一事也發生的機率
2.Sup:即每筆交易中同時包含A與B的交集機率
3.Lift:衡量相關性的指標，大於1是正相關，小於1是負相關

引入套件開始Mining
library(arules)
rule=apriori(Data,parameter=list(supp=0.01,conf=0.7,
maxlen=8))
inspect(rule) //顯示

接著只要將資料清理一下
使用跳脫符號””配合unlist、 gsub函數去除特殊符號 { }= >{}
EX:
a=“{故宮,象山自然步道} =>{貓纜}“
b = unlist( strsplit( a , "=>" ) )
clear= gsub('[{}]','',b[1])
show(clear) // "故宮,象山自然步道“
clear = gsub('[{}]','',b[2])
show(clear) // "貓纜"

OK一個大數據應用的後端就完成拉!

下期預告
俗話說富貴要人幫辦卡辦O邦，在家靠父母出外靠貴人，
下次我們要打造一個貴人辨識器，透過最新的AI技術，在
茫茫人海中尋找你的貴人!
相由心生，人臉辨識技術可以做很多事

敏捷式開發旅遊數據User Story

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

Semelhante a 敏捷式開發旅遊數據User Story

Semelhante a 敏捷式開發旅遊數據User Story (20)

敏捷式開發旅遊數據User Story

Notas do Editor