学习，大数据分析与服务推荐整体建设
大致就是数据抽取、分析、处理、建模等
1、数据抽取
在数据抽取的过程中，尽可能选择大量的数据，这样能降低推荐结果随机性，提高推荐结果的准确性，更好地发掘长尾网页中用户感兴趣的网页。
2、数据探索分析
对原始数据中的网页类型、点击次数、网页排名等各个纬度进行分布分析，获得其内在的规律，并通过验证数据，解释其出现结果可能的原因。
3、数据预处理
在探索分析原始数据的基础上，发现与分析目标无关或模型需要处理的数据，针对此类数据进行处理。其中涉及的数据处理方式有：数据清洗、数据集成和数据变换。通过这几类处理方式，将原始数据处理成模型需要的输入数据。
4、模型构建
在实际应用中，构造推荐系统时，并不是采用单一的某种推荐方法进行推荐。为了实现较好的推荐效果，大部分都结合多种推荐方法组合推荐结果，最后得出推荐结果，在组合推荐结果时，可以采用串行或者并行的方法。
#程序员##大数据#
