User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space

課程: 論文研討(三)

日期 : 2013/01/04

時間 : 13:50 ~ 15:30

學生 : 資傳研二 溫千力

演講者 : 成功大學　曾新穆教授

心得報告：

這次演講是介紹在社交網路中利用資料探勘來了解使用者的行為，以此進行下一步處理動作。而資料探勘(Data Mining)是統計領域中充滿挑戰的新學門，在電子記錄龐大存檔資料中採掘有用訊息，取代不少傳統資訊蒐集方式；資料探勘主要的技術有關聯(Association)、分類(Classification)、叢集(Clustering)、因果(Sequencing)四大類。關聯法則分析即是在交易商品間找出相互關係。分類的技術為一種監督式的學習，即其訓練資料的類別為事先已知。叢集技術則為非監督式學習，其能在未知分類類別的情形下將資料自動分類分群，主要有階層式及分隔式兩種方法。

    近年來由於社交網路市場的競爭激烈，發展即時性的行銷活動及客戶服務，成為網站經營者提昇競爭力的主要考量，而如何有效從大量資料中擷取出不明顯、事前未知且可能有用的資訊，又是其中重要的成功的關鍵因素之一。因此應用資料探勘技術在社交網路的行銷模式，以找出社交網路的內部資料成為有用的行銷內容，並透過E-mail、手機、PDA等方式進行適性化行銷。