电子商务网站如何利用大数据进行用户行为分析？如何利用大数据进行美国航班晚点的预测分析？如何有效确定数据挖掘模型的可用性？CDA如何助力数据分析师的成长之路？
这次告诉你答案！
CDA大数据就业班学员期中答辩，运用淘宝电商真实大数据案例，编写mapreduce程序，通过mahout和spark软件进行协同过滤算法的实现，进行大数据地域分析、用户分布画像、偏好模型等分析，带你领略电商大数据分析的魅力。
本次沙龙更有北京大数据协会理事曹正凤，IBM大数据大学中国区项目总监吴仲毓等行业大牛导师分享实际项目经验，干货满满，名额有限，不容错过！
时间:6月18号
地点:海淀区厂洼街3号丹龙大厦B座3层
活动安排:
一、上午CDA大数据就业班期中答辩
时间：9:30——12：00
答辩题目：电子商务网站用户行为分析
答辩形式：6组现场和2组远程 每组分享15分钟
二、下午大数据案例分享
2:00-2:40 基于Hadoop的经管之家日志分析（北京大数据协会理事 曹正凤）
2:40-3:20 利用大数据进行美国航班晚点的预测分析（IBM大数据大学中国区项目总监 吴仲毓）
3:20-3:40 休息与讨论
3:40-4:00 CDA助力CDA数据分析师成长之路（CDA数据分析师联合创始人 周磊）
4:00-4:30 如何有效的确定数据挖掘模型的可用性（CDA数据分析研究院宋广磊）
CDA大数据就业班期中答辩毕业设计
毕设名称：电子商务网站用户行为分析
毕设方式：现场学员每小组合作完成 远程学员可以组队 也可以单独完成
毕设要求：
本例提取了淘宝数据从2013年1月至2013年5月共2万6千多条电商交易记录，具体字段可见相关表格，工作内容如下：
1.根据收货地址，编写mapreduce程序，进行用户地域分布的大数据分析，绘制用户分布画像，可以做成如下的样子：
2.绘制不同时间段用户购买次数的时序图，可以做成15天，30天，1个月的动态趋势图
3.对1万个会员的消费行为进行分析，建立会员偏好模型（可以使用数理统计和数据挖掘相应的算法），通过mahout和spark软件进行协同过滤算法的实现，并比较不同软件和算法的性能和准确性。
4.综合应用所学习的大数据工具，对该数据进行其它某个数理统计或数据挖掘的大数据分析，要包括算法、商业运用案例、效果评估等方面（开放题）。
报名地址：
http://www.huodongxing.com/event/9338459450100
