知识众筹第11期：关联规则分析和案例 | 开始分红报名

什么是知识众筹？投资者选择自己看好的知识分享项目，并与知识分享者一起享受项目分红。
本期项目邀请了猴子数据分析社群会员、擅长关联分析并已成功从事大数据工作的 林光耀。
我是林光耀，地理信息科学（ GIS ）专业，就职于宁波市地理信息中心，从事数据分析及大数据相关的工作（侧重地理空间数据）。目前的工作中，以分析政务大数据为主，主要使用 R 语言进行数据分析。
本次分享我将分享自己是如何快速从零学习数据分析，并胜任相关工作的。并讲述关联规则分析的概念，通过一个真实案例应用这些理论。
关联规则分析能从大量数据中发现多个变量之间的关联。目前已广泛应用于以下领域：
金融行业，它可以成功预测银行客户需求。
电子商务，利用它进行交叉销售，设置用户有意要一起购买的捆绑包。
新闻行业，它可以进行基于兴趣的实时新闻推荐。
交通行业，它可以进行交通事故成因分析方案。
气象行业，它可以寻求气象要素与其它事物之间的相互联系，为气象数据服务的个性化和精细化奠定基础。
时尚行业，它可以为日常穿衣搭配进行智能推荐。
精准营销，它可以用在基于用户画像和商户标签的精准营销系统。
它的用处还远不止这些，不管你身处何种行业，它都可以作为一种工具，为你的事业增砖添瓦。要是使用的好，还能为你带来销量、收入的大幅增长。
21世纪，工具已经把人分为二类，一类是会使用工具的人，另一类是不会使用工具的人。关联规则分析作为一种工具，非常值得你去学一学，而且它也不难掌握。
下面是分享的大纲：
序言
第一部分：我是如何快速学习数据分析的？
算法学习
编程学习
第二部分：什么是关联规则分析？
经典案例（啤酒尿布）
相关理论
支持度、置信度
apriori算法产生频繁项集
R语言实现啤酒尿布关联规则的挖掘
第三部分：案例~违章建筑分析
背景
梳理数据
分析思路
实现
提取POI信息
百万级别数据处理
apriori实现关联分析
确认事件密集区域
文本分析
本次分享适合的人群：
• 如何从零开始快速学习数据分析，并胜任相关工作？
• 有一定R语言基础的人群; 或者对R语言感兴趣，想要学习的朋友。
• 对关联规则分析感兴趣，想要进一步了解、学习和使用的人群。
• 对关联规则分析的真实应用案例感兴趣、想了解的朋友。
知识众筹项目参与规则非常简单：
1. 凯文凯利在新书中说“现在最缺乏的不是答案，而是好的问题”，为了能有效帮助到你，在下面留言框留言一个与“数据分析”相关的问题，留言点赞数前5名自动成为本期项目投资人（截止时间2018年2月4日 20:00）
2. 本期付费知识课程结束后，投资人会被邀请进入股东群，进入分红阶段：投资人与知识分享者按课程净收入的二八分成（5位投资人平分其中的二）。