lbship的博客

代码如下import requestsimport timeimport reimport pymysql#获得所有基金代码def getfundCode(): url = 'http://fund.eastmoney.com/js/fundcode_search.js' r = requests.get(url) fundcodelist=re.findall(re.compile('\[(.*)\]',re.S),r.text)[0].strip('[').str

一、安装1.安装docker如果没有安装docker可以看这里K8S原理、安装和部署2.安装dockers-composesudo curl -L "https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-composesudo chmod +x /usr/local/bin/docker-comp

一、背景和目标 用户运营是CRM运营中重中之重的一项工作，在人工智能时代，我们可以探索用AI帮助我们做一些用户运营的工作，之前我写了几篇关于快消行业与AI技术相结合的文章：1.利用RFM模型对餐饮客户进行分析2.利用Apriori关联算法看看客户最喜欢买什么3.利用ARMA算法对销售进行预测4.利用深度学习和机器学习对餐饮客户进行分类本次探索一下利用AI来预测用户流失。二、数据采集和准备 数据采集分为几个模块:用户基本信息、消费产品偏好、消费渠道偏好、LBS信息...

上篇博客写了Flink接入Kafka数据并实时写入数据库实时展示，这次利用Flink CEP进行实时监控。实现目标如下：1.如果同一个顾客买了5次牛奶，输出用户id，时间2.如果2分钟内某个产品被卖了10个，输出商品，时间3.如果一个顾客来了10次，输出用户id，初始消费时间，最后消费时间先了解一下Flink CEP 开发过程:a.定义Patternb.把pattern应用于输入流CEP.pattern(inputstream, pattern) 变成patternstr..

1.启动ZooKeeper./zkServer.sh start.2.启动Kafka./kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties3.创建topic./kafka-topics.sh --create --zookeeper 192.168.226.10:2181 --replication-factor 1 --partitions 1 --topic test查看是否成功./kafka-

一、数据采集使用MovieLen的开放数据集作为数据源，包含了6000个用户对4000个电影的评分数据，大概有100万条评分数据。数据集也可以从这个网址下载。数据集一共有3个文件：movie.date（电影ID::电影名称::标签）1::Toy Story (1995)::Animation|Children's|Comedy2::Jumanji (1995)::Adventure...

一、目标 销售数据是随着时间变化的序列，通过对未来的销售进行预测，方便对人员、物料等各种资源投入的把控，控制好库存，减少浪费，也可以制定未来的营运策略，提高管理效率。 这里使用ARMA（AutoRegressive Moving Average）算法，不仅与前P期的序列值有关，也与前q期的随机扰动有关。二、数据采集和处理1.数据采集采集随着时间变化的销售数据，为了...

一、背景和目标源于沃尔玛的啤酒和尿布的经典营销案例，把这两个看似并无太大关系的商品联系到一起了。这里就用到了关联算法。我们今天就用关联算法对某餐饮连锁企业的商品进行关联分析，观察用户的消费习惯。环境：python3.5+pycharm算法：Apriori二、数据采集和处理原始数据是长这样的,不过这样的数据并不利于进行关联分析:不过阿里云分析型数据库ADB提供了强大的gr...

一、目标 在上一篇博客中，利用RFM模型，使用Kmeans算法，把客户分成了三类，并打好标签，生成了带标签的训练数据。接下来利用这些打好标签的分类数据，使用深度学习和机器学习方法对未打标签的客户进行分类。环境：python3.5机器学习:随机森林深度学习:基于TensorFlow的TFlearn，这个用起来跟sklearn比较相似二、数据采集和分析代码...

一、背景和目标随着大数据时代的到来，很多公司都建立了数据仓库，对分散在各处的数据进行收集，这只是解决了数据应用中的数据孤岛问题，但是不知道如何对数据进行使用。博主打算利用经典的RFM模型来挖掘数据，对某连锁餐饮行业客户进行分类，分成高价值客户、一般价值客户和普通价值客户，方便针对不同客户制定不同的营销策略利用的工具:1.Python3.52.SQL Server20143.Ta...

一、明确需求分析数据分析岗位的招聘情况，包括地区分布、薪资水平、职位要求等，了解最新数据分析岗位的情况。环境：python 3.6设计的工具：Tableau工具（主要是生成图方便，用matplotlib也可以达到同样的效果）二、数据采集首先编写爬虫，这里主要是爬取前程无忧和拉勾网，直接上前程无忧的代码：关于前程无忧爬虫代码，网上有很多教程，不过大部分只取了地区、职位、工资...

最近看了wxpy这个包，感觉还不错，分析一下微信的好友。分析的目的：1.看看好友的性别占比、地域分布2.分析好友的个性签名3.对好友的签名进行情感分析环境：python 3.6需要的包wxpy、jieba、snownlp、scipy、wordcloud（这个pip可能直接安装不了，会提示需要c++之类的错误，直接去官网下载whl文件，用pip离线安装就好了，命令：pip i...

听闻有人在Twitter上分析股民的情绪来炒股，盈利不少。就来试试看。具体过程：一、数据采集通过采集东方财富上某只股票一段时间内股票的评论，这里以恒生电子为例。我自己编写了爬虫代码。如下：import re,requests,codecs,time,randomfrom lxml import html#proxies={"http" : "123.53.86.133:6...

一、分析目的1.探索上海市的房价区域分布2.看看购房者都喜欢购买哪里的房子二、数据采集采集我爱我家上海区域的一万两千个小区的数据，采集的字段有小区、位置、最近30条成交套数、在售、在租、成交均价、成交总价、小区详细介绍等数据。直接上代码：import requests,codecsimport pymongo,timefrom lxml import htmlfrom ...