数据分析与模型构建思路初探_数据分析师考试

1.      客户关注点：

客户关注点主要是目标，而目标分两类：一类是得到什么东西（正向），一类是解决什么问题（负向）。我们满足两大类目标的表现形式可以分为四种：展示(描述性），规则，预测和聚类，其中规则和预测理论上相似。

2.      一般预测模型：

根据我们这个案例，顾客的目标(Y)就是预测影片的质量达到一线卫视，二线卫视和三线卫视的哪个水平，影响和决定这个目标(Y)的指标主要有剧本(X1)，团队(X2)和出品方(X3)，而这三个因素X1,X2,X3是根据专家访谈和理论研究这两个方法。Y=a1X1+a2X2+a3X3+ξ，其中ξ为误差值，包括系统误差和随机误差。

各指标体系可以进一步细分为二级指标、三级指标，如X1指标包含子指标名称X11，类型X12，来源X13，作者X14，摘要X15等，团队X2指标包含子指标导演X21，男主演一X22，女主演一X23，编剧X24，制片人X25等，出品方X3指标包含子指标档期X31，预算X32，发行量X33等指标。

指标之间并不是相互独立分开的，例如男主演一X22属于适合动作类型X12的剧本，和他与导演X21合作频繁等。

所以目标方程Y=a1X1+a2X2+a3X3+b1X11X21+b2X11X22+b3X11X23+....+ξ

,其中X11X21代表是剧本名称和导演之间内在存在的关系(协方差)。

变量的测量：第一种，定量数据。年龄、性别；第二种，替代测量。导演的地位，用他的粉丝量来替代；第三种，综合评判。Xa=aX1+bX2+cX3+ξ

权重的设定：第一种，定性方法：层次分析法；专家打分法；第二种，定量方法：人工神经网络……。两种方法结合使用。

3.      模型的使用

我们初步的目标是设计一个模型，这个模型可以实现三种功能，第一种是，使用者根据自己设定的剧本(包含一些必须填的子指标，如类型)，团队，和出品方输入到系统内，计算机根据指标间的内在关系通过分析，得出一个综合的分数，建议和意见。第二种，根据顾客所设定的剧本，系统根据指标相关的内部关系，通过分析，向顾客推荐适合的团队，并通过数据向客户分析理由。第三种，根据顾客所设定的团队，系统根据指标间相关的内部关系，通过分析，向顾客提供剧本信息，并通过数据向客户分析理由。