
人类与悬浮在水中的花粉其实没有什么不同,花粉的运动只是水中分子不断撞击造成的,而人类的活动是由一系列任务、责任、欲望驱使。分子的运动是可以预测的,而以往人类活动却无迹可循。在互联网快速发展的今天,人类各类活动被记录在数据库中,从而为研究人类活动提供了足够数据。
大量的社交工具都具有LBS功能,微薄,微信,陌陌,地图查询等,正在暴露你的踪迹,你运动的轨迹也被预测。我们正生活在一个大曝光时代。
一条新闻或一篇文章需要多长时间才会出现半衰期呢?答案是将近36小时。通过观察网络媒体发现此规律。热点总是被新的热点抢走曝光点。
人类的行为模型是随机的吗?根据泊松概率的说法,将人类的行为假设为随机,那么我们的行为轨迹将是无法预测的,然而通过大量数据的考究人类的行为还是可以预测到的,并且达到93%。
不论我们观察哪种人类活动,都会发现相同的“爆发”理论;长时间休息之后就会出现短时间的密集活动。工作、生活中我们总是会有意或无意的设置优先级,而优先级的设定,不可避免的出现幂律分布和爆发的出现。因为我们会在短时间内处理几件最重要,最紧急的事情,然后进入会短暂的休息状态。
无论你信与不信,我们都是习惯的奴隶,每个人都在自己的习惯驱使下,表演者人生的戏,无论精彩与否都是习惯的表现,无论你生活的圈子有多大,而你的行为都是可以预测的,并且符合高斯分布,准确率可高达93%。
我们平时发邮件以及打电话的数量时,我们遵循幂律规律,而幂律的出现,必然出现爆发的现象。
不管是年轻人,中年人,还是老年人,所有人的可预测程度都差不多。其中只有一个想象值得注意:与女人相比,男人的可预测程度要低一些。
你是否还以为你和别人不同,你是独一无二的,是否还觉得你别人相比你更加规律或更加不规律。其实只要把你的生活量化后,你的可预测程序与其他人并无异,都是知识习惯的奴隶。
如果你要知道你五年之后在那个位置,那么通过研究你的过去你能预知到,当然如果你的生活习惯不规律行(所谓的异类)非常高,那么预测准确率可能只能到达80%左右,如果你生活习惯非常规律,那么准确率高达93%。—验证了一句俗话:要想预知未来,必先了解过去。—把握现在,才能有美好未来
针对用户投放广告是商家梦寐以求的,产品推广更加准确,或许没让用户没那么反感,要达到此效果,需要有大量的数据,通过数据分析用户的喜好,这里涉及到一个隐私问题,用户是否习惯被窥探隐私呢?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16