Enviar búsqueda
Cargar
Mobile User and App Analytics in China
•
0 recomendaciones
•
1,454 vistas
IMC Institute
Seguir
Mobile User and App Analytics in China, Project from Big Data School
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 20
Descargar ahora
Descargar para leer sin conexión
Recomendados
บทความ Big Data จากบล็อก thanachart.org
บทความ Big Data จากบล็อก thanachart.org
IMC Institute
Big Data as a Service
Big Data as a Service
IMC Institute
บทความ The evolution of AI
บทความ The evolution of AI
IMC Institute
The Power of Big Data for a new economy (Sample)
The Power of Big Data for a new economy (Sample)
IMC Institute
มูลค่าตลาดดิจิทัลไทย 3 อุตสาหกรรม
มูลค่าตลาดดิจิทัลไทย 3 อุตสาหกรรม
IMC Institute
เทคโนโลยี Cloud Computing สำหรับงานสถาบันการศึกษา
เทคโนโลยี Cloud Computing สำหรับงานสถาบันการศึกษา
IMC Institute
นิตยสาร Digital Trends ฉบับที่ 14
นิตยสาร Digital Trends ฉบับที่ 14
IMC Institute
Technology Trends Urge of IT Adoption in Thai Enterprises
Technology Trends Urge of IT Adoption in Thai Enterprises
IMC Institute
Recomendados
บทความ Big Data จากบล็อก thanachart.org
บทความ Big Data จากบล็อก thanachart.org
IMC Institute
Big Data as a Service
Big Data as a Service
IMC Institute
บทความ The evolution of AI
บทความ The evolution of AI
IMC Institute
The Power of Big Data for a new economy (Sample)
The Power of Big Data for a new economy (Sample)
IMC Institute
มูลค่าตลาดดิจิทัลไทย 3 อุตสาหกรรม
มูลค่าตลาดดิจิทัลไทย 3 อุตสาหกรรม
IMC Institute
เทคโนโลยี Cloud Computing สำหรับงานสถาบันการศึกษา
เทคโนโลยี Cloud Computing สำหรับงานสถาบันการศึกษา
IMC Institute
นิตยสาร Digital Trends ฉบับที่ 14
นิตยสาร Digital Trends ฉบับที่ 14
IMC Institute
Technology Trends Urge of IT Adoption in Thai Enterprises
Technology Trends Urge of IT Adoption in Thai Enterprises
IMC Institute
Big Data
Big Data
ThongChai YesMan
Big data
Big data
newmooxx
Big data
Big data
maruay songtanin
Thailand software & software market survey 2016
Thailand software & software market survey 2016
IMC Institute
Open Data handbook thai
Open Data handbook thai
Electronic Government Agency (Public Organization)
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
IMC Institute
แนวโน้มของเทคโนโลยี และ Cloud Computing
แนวโน้มของเทคโนโลยี และ Cloud Computing
IMC Institute
Introduction to big data and analytic eakasit patcharawongsakda
Introduction to big data and analytic eakasit patcharawongsakda
BAINIDA
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
IMC Institute
Technology Trends ผลกระต่อธุรกิจการธนาคาร
Technology Trends ผลกระต่อธุรกิจการธนาคาร
IMC Institute
IT Trends eMagazine Vol 3. No.9
IT Trends eMagazine Vol 3. No.9
IMC Institute
เทคโนโลยี Cloud Computing
เทคโนโลยี Cloud Computing
IMC Institute
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Software Park Thailand
Cloud computing อรญา อำนาจเจริญพร
Cloud computing อรญา อำนาจเจริญพร
Kunming Oraya
Big data
Big data
Satra Eadtrong
Big data 101
Big data 101
Somkiat Puisungnoen
Internet of things_bc46021_n_21mar2019_by_dr.arnut
Internet of things_bc46021_n_21mar2019_by_dr.arnut
Asst.Prof.Dr.Arnut Ruttanatirakul
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
IMC Institute
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
IMC Institute
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
IMC Institute
New Data Transfer Tools for Hadoop: Sqoop 2
New Data Transfer Tools for Hadoop: Sqoop 2
DataWorks Summit
ITSS Overview
ITSS Overview
IMC Institute
Más contenido relacionado
La actualidad más candente
Big Data
Big Data
ThongChai YesMan
Big data
Big data
newmooxx
Big data
Big data
maruay songtanin
Thailand software & software market survey 2016
Thailand software & software market survey 2016
IMC Institute
Open Data handbook thai
Open Data handbook thai
Electronic Government Agency (Public Organization)
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
IMC Institute
แนวโน้มของเทคโนโลยี และ Cloud Computing
แนวโน้มของเทคโนโลยี และ Cloud Computing
IMC Institute
Introduction to big data and analytic eakasit patcharawongsakda
Introduction to big data and analytic eakasit patcharawongsakda
BAINIDA
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
IMC Institute
Technology Trends ผลกระต่อธุรกิจการธนาคาร
Technology Trends ผลกระต่อธุรกิจการธนาคาร
IMC Institute
IT Trends eMagazine Vol 3. No.9
IT Trends eMagazine Vol 3. No.9
IMC Institute
เทคโนโลยี Cloud Computing
เทคโนโลยี Cloud Computing
IMC Institute
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Software Park Thailand
Cloud computing อรญา อำนาจเจริญพร
Cloud computing อรญา อำนาจเจริญพร
Kunming Oraya
Big data
Big data
Satra Eadtrong
Big data 101
Big data 101
Somkiat Puisungnoen
Internet of things_bc46021_n_21mar2019_by_dr.arnut
Internet of things_bc46021_n_21mar2019_by_dr.arnut
Asst.Prof.Dr.Arnut Ruttanatirakul
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
IMC Institute
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
IMC Institute
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
IMC Institute
La actualidad más candente
(20)
Big Data
Big Data
Big data
Big data
Big data
Big data
Thailand software & software market survey 2016
Thailand software & software market survey 2016
Open Data handbook thai
Open Data handbook thai
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
การประยุกต์ใช้ Cloud Computing สำหรับองค์กร
แนวโน้มของเทคโนโลยี และ Cloud Computing
แนวโน้มของเทคโนโลยี และ Cloud Computing
Introduction to big data and analytic eakasit patcharawongsakda
Introduction to big data and analytic eakasit patcharawongsakda
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
Slide งานแถลงข่าวของ IMC Institute และ Optimus (Thailand) เรื่อง IT Trends 2018
Technology Trends ผลกระต่อธุรกิจการธนาคาร
Technology Trends ผลกระต่อธุรกิจการธนาคาร
IT Trends eMagazine Vol 3. No.9
IT Trends eMagazine Vol 3. No.9
เทคโนโลยี Cloud Computing
เทคโนโลยี Cloud Computing
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Cloud Computing กับการใช้งานในองค์กรต่างๆ
Cloud computing อรญา อำนาจเจริญพร
Cloud computing อรญา อำนาจเจริญพร
Big data
Big data
Big data 101
Big data 101
Internet of things_bc46021_n_21mar2019_by_dr.arnut
Internet of things_bc46021_n_21mar2019_by_dr.arnut
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
กลยุทธ์ 5 ด้านกับการทำ Digital Transformation
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
นิตยสาร IT Trends ของ IMC Institute Vol. 3 No 8 ฉบับเดือนมกราคม - เมษายน 2018
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
แนวโน้มของเทคโนโลยีสารสนเทศ ในอุตสาหกรรมการท่องเที่ยว
Destacado
New Data Transfer Tools for Hadoop: Sqoop 2
New Data Transfer Tools for Hadoop: Sqoop 2
DataWorks Summit
ITSS Overview
ITSS Overview
IMC Institute
Thai Software & Software Market Survey 2015
Thai Software & Software Market Survey 2015
IMC Institute
Introduction to Apache Sqoop
Introduction to Apache Sqoop
Avkash Chauhan
Apache sqoop with an use case
Apache sqoop with an use case
Davin Abraham
Big Data Analytics using Mahout
Big Data Analytics using Mahout
IMC Institute
สมุดกิจกรรม Code for Kids
สมุดกิจกรรม Code for Kids
IMC Institute
Big data processing using Hadoop with Cloudera Quickstart
Big data processing using Hadoop with Cloudera Quickstart
IMC Institute
Advanced Sqoop
Advanced Sqoop
Yogesh Kulkarni
Apache Sqoop: A Data Transfer Tool for Hadoop
Apache Sqoop: A Data Transfer Tool for Hadoop
Cloudera, Inc.
Big data: Loading your data with flume and sqoop
Big data: Loading your data with flume and sqoop
Christophe Marchal
Install Apache Hadoop for Development/Production
Install Apache Hadoop for Development/Production
IMC Institute
Machine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlib
IMC Institute
Kanban boards step by step
Kanban boards step by step
Giulio Roggero
Flume vs. kafka
Flume vs. kafka
Omid Vahdaty
Destacado
(15)
New Data Transfer Tools for Hadoop: Sqoop 2
New Data Transfer Tools for Hadoop: Sqoop 2
ITSS Overview
ITSS Overview
Thai Software & Software Market Survey 2015
Thai Software & Software Market Survey 2015
Introduction to Apache Sqoop
Introduction to Apache Sqoop
Apache sqoop with an use case
Apache sqoop with an use case
Big Data Analytics using Mahout
Big Data Analytics using Mahout
สมุดกิจกรรม Code for Kids
สมุดกิจกรรม Code for Kids
Big data processing using Hadoop with Cloudera Quickstart
Big data processing using Hadoop with Cloudera Quickstart
Advanced Sqoop
Advanced Sqoop
Apache Sqoop: A Data Transfer Tool for Hadoop
Apache Sqoop: A Data Transfer Tool for Hadoop
Big data: Loading your data with flume and sqoop
Big data: Loading your data with flume and sqoop
Install Apache Hadoop for Development/Production
Install Apache Hadoop for Development/Production
Machine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlib
Kanban boards step by step
Kanban boards step by step
Flume vs. kafka
Flume vs. kafka
Similar a Mobile User and App Analytics in China
Smart farm white paper chapter 4
Smart farm white paper chapter 4
Pisuth paiboonrat
เทคโนโลยีสารสนเทศ ที่ถูกนำมาใช้กับการจัดการความรู้
เทคโนโลยีสารสนเทศ ที่ถูกนำมาใช้กับการจัดการความรู้
nongponthip10
02 บทที่ 2-เอกสารที่เกี่ยวข้อง
02 บทที่ 2-เอกสารที่เกี่ยวข้อง
Chalita Vitamilkz
งานK7 (1)
งานK7 (1)
thanyabright
งานK7 (1)
งานK7 (1)
Supicha Niemsup
ใบงานที่ 7 นะจ้ะ
ใบงานที่ 7 นะจ้ะ
KoNg KoNgpop
บทที่ 2
บทที่ 2
Keh Keh Comsci
โครงงานใบงานที่ 7
โครงงานใบงานที่ 7
Anny Na Sonsawan
การบริหารจัดการเทคโนโลยีสารสนเทศยุคใหม่ และผลกระทบกับองค์กร
การบริหารจัดการเทคโนโลยีสารสนเทศยุคใหม่ และผลกระทบกับองค์กร
Software Park Thailand
Thossaphol o oo_migration_success_rmutto5_16_may_2012 [compatibility mode]
Thossaphol o oo_migration_success_rmutto5_16_may_2012 [compatibility mode]
Thossaphol Noratus
Smart Industry Vol.16/2011 "อุตสาหกรรมท่องเที่ยว น่านน้ำสีน้ำเงิน ของซอฟต์แวร...
Smart Industry Vol.16/2011 "อุตสาหกรรมท่องเที่ยว น่านน้ำสีน้ำเงิน ของซอฟต์แวร...
Software Park Thailand
โครงงานคอมโปรแกรม inSSIDer ( หน้าปกฯลฯ )
โครงงานคอมโปรแกรม inSSIDer ( หน้าปกฯลฯ )
ยิ้ม' เเฉ่ง
08
08
thebam29
Augmented reality
Augmented reality
Ferin Bell
ใบงานที่ 8 เรื่อง โครงงานประเภท “การพัฒนาโปรแกรมประยุกต์”
ใบงานที่ 8 เรื่อง โครงงานประเภท “การพัฒนาโปรแกรมประยุกต์”
Justice MengKing
ใบงาน8
ใบงาน8
Noot Ting Tong
ใบงานมราเเปด
ใบงานมราเเปด
Noot Ting Tong
ใบงานที่8
ใบงานที่8
Prem Poramate
BigData และการนำมาใช้BigData และการนำมาใช้
BigData และการนำมาใช้BigData และการนำมาใช้
SUMETRATPRACHUM1
แนวโน้มของเทคโนโลยีสารสนเทศในอนาคต
แนวโน้มของเทคโนโลยีสารสนเทศในอนาคต
JA Jaruwan
Similar a Mobile User and App Analytics in China
(20)
Smart farm white paper chapter 4
Smart farm white paper chapter 4
เทคโนโลยีสารสนเทศ ที่ถูกนำมาใช้กับการจัดการความรู้
เทคโนโลยีสารสนเทศ ที่ถูกนำมาใช้กับการจัดการความรู้
02 บทที่ 2-เอกสารที่เกี่ยวข้อง
02 บทที่ 2-เอกสารที่เกี่ยวข้อง
งานK7 (1)
งานK7 (1)
งานK7 (1)
งานK7 (1)
ใบงานที่ 7 นะจ้ะ
ใบงานที่ 7 นะจ้ะ
บทที่ 2
บทที่ 2
โครงงานใบงานที่ 7
โครงงานใบงานที่ 7
การบริหารจัดการเทคโนโลยีสารสนเทศยุคใหม่ และผลกระทบกับองค์กร
การบริหารจัดการเทคโนโลยีสารสนเทศยุคใหม่ และผลกระทบกับองค์กร
Thossaphol o oo_migration_success_rmutto5_16_may_2012 [compatibility mode]
Thossaphol o oo_migration_success_rmutto5_16_may_2012 [compatibility mode]
Smart Industry Vol.16/2011 "อุตสาหกรรมท่องเที่ยว น่านน้ำสีน้ำเงิน ของซอฟต์แวร...
Smart Industry Vol.16/2011 "อุตสาหกรรมท่องเที่ยว น่านน้ำสีน้ำเงิน ของซอฟต์แวร...
โครงงานคอมโปรแกรม inSSIDer ( หน้าปกฯลฯ )
โครงงานคอมโปรแกรม inSSIDer ( หน้าปกฯลฯ )
08
08
Augmented reality
Augmented reality
ใบงานที่ 8 เรื่อง โครงงานประเภท “การพัฒนาโปรแกรมประยุกต์”
ใบงานที่ 8 เรื่อง โครงงานประเภท “การพัฒนาโปรแกรมประยุกต์”
ใบงาน8
ใบงาน8
ใบงานมราเเปด
ใบงานมราเเปด
ใบงานที่8
ใบงานที่8
BigData และการนำมาใช้BigData และการนำมาใช้
BigData และการนำมาใช้BigData และการนำมาใช้
แนวโน้มของเทคโนโลยีสารสนเทศในอนาคต
แนวโน้มของเทคโนโลยีสารสนเทศในอนาคต
Más de IMC Institute
Digital trends Vol 4 No. 13 Sep-Dec 2019
Digital trends Vol 4 No. 13 Sep-Dec 2019
IMC Institute
IT Trends eMagazine Vol 4. No.12
IT Trends eMagazine Vol 4. No.12
IMC Institute
เพราะเหตุใด Digitization ไม่ตอบโจทย์ Digital Transformation
เพราะเหตุใด Digitization ไม่ตอบโจทย์ Digital Transformation
IMC Institute
IT Trends 2019: Putting Digital Transformation to Work
IT Trends 2019: Putting Digital Transformation to Work
IMC Institute
IT Trends eMagazine Vol 4. No.11
IT Trends eMagazine Vol 4. No.11
IMC Institute
แนวทางการทำ Digital transformation
แนวทางการทำ Digital transformation
IMC Institute
บทความ The New Silicon Valley
บทความ The New Silicon Valley
IMC Institute
นิตยสาร IT Trends ของ IMC Institute ฉบับที่ 10
นิตยสาร IT Trends ของ IMC Institute ฉบับที่ 10
IMC Institute
แนวทางการทำ Digital transformation
แนวทางการทำ Digital transformation
IMC Institute
บทความ Robotics แนวโน้มใหม่สู่บริการเฉพาะทาง
บทความ Robotics แนวโน้มใหม่สู่บริการเฉพาะทาง
IMC Institute
Developing Business Blockchain Applications on Hyperledger
Developing Business Blockchain Applications on Hyperledger
IMC Institute
Digital transformation @thanachart.org
Digital transformation @thanachart.org
IMC Institute
Thailand 4.0 Reality or Hype
Thailand 4.0 Reality or Hype
IMC Institute
IT Trends: Special Report (IMC Institute)
IT Trends: Special Report (IMC Institute)
IMC Institute
Anime recommendation (Big Data Certification#6)
Anime recommendation (Big Data Certification#6)
IMC Institute
Telecom Churn analysis (Big Data Certification#6)
Telecom Churn analysis (Big Data Certification#6)
IMC Institute
Crime project (Big Data Certification Course #6)
Crime project (Big Data Certification Course #6)
IMC Institute
จัดเตรียมข้อมูลอย่างไรให้เหมาะกับ Machine Learning
จัดเตรียมข้อมูลอย่างไรให้เหมาะกับ Machine Learning
IMC Institute
การ์ทเนอร์ คาดการณ์แนวโน้ม 10 Technology 2018
การ์ทเนอร์ คาดการณ์แนวโน้ม 10 Technology 2018
IMC Institute
Thailand IT Trends 2018
Thailand IT Trends 2018
IMC Institute
Más de IMC Institute
(20)
Digital trends Vol 4 No. 13 Sep-Dec 2019
Digital trends Vol 4 No. 13 Sep-Dec 2019
IT Trends eMagazine Vol 4. No.12
IT Trends eMagazine Vol 4. No.12
เพราะเหตุใด Digitization ไม่ตอบโจทย์ Digital Transformation
เพราะเหตุใด Digitization ไม่ตอบโจทย์ Digital Transformation
IT Trends 2019: Putting Digital Transformation to Work
IT Trends 2019: Putting Digital Transformation to Work
IT Trends eMagazine Vol 4. No.11
IT Trends eMagazine Vol 4. No.11
แนวทางการทำ Digital transformation
แนวทางการทำ Digital transformation
บทความ The New Silicon Valley
บทความ The New Silicon Valley
นิตยสาร IT Trends ของ IMC Institute ฉบับที่ 10
นิตยสาร IT Trends ของ IMC Institute ฉบับที่ 10
แนวทางการทำ Digital transformation
แนวทางการทำ Digital transformation
บทความ Robotics แนวโน้มใหม่สู่บริการเฉพาะทาง
บทความ Robotics แนวโน้มใหม่สู่บริการเฉพาะทาง
Developing Business Blockchain Applications on Hyperledger
Developing Business Blockchain Applications on Hyperledger
Digital transformation @thanachart.org
Digital transformation @thanachart.org
Thailand 4.0 Reality or Hype
Thailand 4.0 Reality or Hype
IT Trends: Special Report (IMC Institute)
IT Trends: Special Report (IMC Institute)
Anime recommendation (Big Data Certification#6)
Anime recommendation (Big Data Certification#6)
Telecom Churn analysis (Big Data Certification#6)
Telecom Churn analysis (Big Data Certification#6)
Crime project (Big Data Certification Course #6)
Crime project (Big Data Certification Course #6)
จัดเตรียมข้อมูลอย่างไรให้เหมาะกับ Machine Learning
จัดเตรียมข้อมูลอย่างไรให้เหมาะกับ Machine Learning
การ์ทเนอร์ คาดการณ์แนวโน้ม 10 Technology 2018
การ์ทเนอร์ คาดการณ์แนวโน้ม 10 Technology 2018
Thailand IT Trends 2018
Thailand IT Trends 2018
Mobile User and App Analytics in China
1.
Mobile User and
App Analytics in China TEAM APACHE HADOOP, IMC INSTITUTE 30 JULY 2016
2.
IMC Institute: Apache
Hadoop Team Logo Logo Credit: Agile Thailand 2016
3.
ความเป็นมาของโจทย์: แนะนา Kaggle
4.
TalkingData คือบริษัทอะไร? "TalkingData เป็นแพลตฟอร์มของบุคคลที่สามข้อมูลมือ ถือที่ใหญ่ที่สุดของประเทศจีน
ทางบริษัทเข้าใจว่าทางเลือกใน ชีวิตประจาวันและพฤติกรรมของผู้ใช้มือถือผลักดันให้พวกเรา สร้างคุณค่าต่างๆได้ ปัจจุบันบริษัท TalkingData กาลังมอง หาประโยชน์จากฐานข้อมูลพฤติกรรมผู้ใช้มือถือจากกว่า 70% ของ 500 ล้านโทรศัพท์มือถือที่ใช้งานใน ชีวิตประจาวันในประเทศจีนเพื่อช่วยให้ลูกค้าของตนเข้าใจ และมีปฏิสัมพันธ์กับผู้ใช้ของพวกเขา”
5.
TalkingData: ข้อมูลขนาดใหญ่ที่เข้ามาในแต่ละวัน TalkingData Website:
https://www.talkingdata.com/
6.
โจทย์ปัญหา • พฤติกรรมการใช้แอพพลิเคชั่นของผู้ใช้มือถือ • แอพพลิเคชั่นประเภทใดได้รับความนิยมมากที่สุด •
ผู้ใช้มือถือนิยมใช้แอพพลิเคชั่นในช่วงใดของวันและวันใดบ้างในแต่ละอาทิตย์ • จานวนผู้ใช้มือถือแบ่งตามเพศและอายุกลุ่มใดมากที่สุดที่ปรากฎในชุดข้อมูล • แบรนด์โทรศัพท์มือถือใดกาลังครองตลาดอยู่ในประเทศจีน • รุ่นโทรศัพท์มือถือใดกาลังครองตลาดอยู่ในประเทศจีน • ความสัมพันธ์ระหว่างจานวนแอพพลิเคชั่นในแต่ละประเภทของแอพพลิเคชั่น • เราจะมีวิธีอย่างไรบ้างในการคาดเดากลุ่มผู้ใช้มือถือตามการเข้าใช้งานแอพพลิเคชั่น • เราจะมีวิธีอย่างไรบ้างในการคาดเดาอัตราการใช้งานของผู้ใช้มือถือ
7.
จุดประสงค์ของโปรเจ็ค • เรียนรู้การใช้ AWS
& Microsoft Azure เพื่อสร้าง Instances การทางานแบบ Single Node & Cluster (Lecture: อ.ธนชาติ) • ทราบถึงความสาคัญของ Big Data และวิธีการรับมือข้อมูลขนาดใหญ่ • การใช้ Hadoop เพื่อเก็บข้อมูลเข้า HDFS รวมไปถึงการดึงข้อมูลโดยใช้ภาษา SQL ผ่านเครื่องมือ Hive Impala และ SparkSQL • เรียนรู้การใช้ Mass Analytics Tools เพื่อการวิเคราะห์ข้อมูล แปลงจากข้อมูล เป็น Knowledge/Discovery (Lecture: อ.โกเมธ) • ทดลองการใช้ Machine Learning for Business แก้ปัญหาเชิงธุรกิจ • สร้าง Web-based and Interactive Visualization ด้วยภาษา Javascript เพื่อสวยงามและสะดวกต่อผู้ใช้บริการ (Lecture: อ.ชินวิทย์)
8.
คาอธิบายชุดข้อมูล TalkingData on
“Kaggle” ข้อมูล Gender_age ประกอบด้วย 4 สดมภ์ 74,645 แถว มีคาอธิบายตัวแปรดังนี้ • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็นเฉพาะของผู้ใช้แอพพลิเคชั่น • Gender คือ เพศของผู้ใช้แอพพลิเคชั่น • Age คือ อายุของผู้ใช้แอพพลิเคชั่น • Group คือ การจัดกลุ่มอายุของผู้ใช้ของแอพพลิเคชั่น ซึ่งทาง TalkingData จัดไว้ให้แล้ว
9.
คาอธิบายชุดข้อมูล TalkingData on
“Kaggle” ข้อมูล Phone Brand Device Model ประกอบด้วย 3 สดมภ์ 187,245 แถว มีคาอธิบายตัวแปรดังนี้ • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็น เฉพาะของผู้ใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Gender_age ได้ • Phone_brand คือ แบรนด์ของโทรศัพท์ผู้ใช้ (ในประเทศจีน เท่านั้น) เช่น 三星 (Samsung) 美图 (meitu) และ 酷 珀 (kupo) เป็นต้น • Device_model คือ รุ่นของโทรศัพท์ผู้ใช้ (ในประเทศจีนเท่านั้น) เช่น 红米,Galaxy S4, 时尚手机 และ Galaxy Note 2 เป็นต้น
10.
คาอธิบายชุดข้อมูล TalkingData on
“Kaggle” ข้อมูล Events ประกอบด้วย 5 สดมภ์ 3,252,950 แถว มี คาอธิบายตัวแปรดังนี้ • Event_id คือ รหัสการเกิดของเหตุการณ์การใช้แอพพลิเคชั่น • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็น เฉพาะของผู้ใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Gender_age ได้ • Timestamp คือ วันและเวลาของการเข้าใช้งานแอพพลิเคชั่น • Longitude คือ ลองจิจูดที่ TalkingData เก็บข้อมูลไว้จากการ ใช้แอพพลิเคชั่นของผู้ใช้งาน • Latitude คือ ละติจูดที่ TalkingData เก็บข้อมูลไว้จากการใช้ แอพพลิเคชั่นของผู้ใช้งาน
11.
คาอธิบายชุดข้อมูล TalkingData on
“Kaggle” ข้อมูล App Events ประกอบด้วย 4 สดมภ์ 32,473,067 แถว มีคาอธิบายตัวแปรดังนี้ • Event_id คือ รหัสการเกิดของเหตุการณ์การใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Events ได้ • App_id คือ รหัสเฉพาะของแอพพลิเคชั่นนั้นๆ • Is_installed คือ แอพพลิเคชั่นได้รับการติดตั้งหรือไม่ (1 คือ ใช่ 0 คือไม่ใช่) • Is_active คือ แอพพลิเคชั่นยังคง active อยู่หรือไม่จากการ เก็บข้อมูลของ TalkingData ณ เวลานั้น (1 คือใช่ 0 คือไม่ใช่)
12.
คาอธิบายชุดข้อมูล TalkingData on
“Kaggle” ข้อมูล App Labels ประกอบด้วย 2 สดมภ์ 459,943 แถว มีคาอธิบายตัวแปรดังนี้ • App_id คือ รหัสเฉพาะของแอพพลิเคชั่นนั้นๆ สดมภ์นี้สามารถรวมกับ App Events ได้ • Label_id คือ รหัสลาเบลเพื่อระบุประเภทของแอพพลิเคชั่น ข้อมูล Label_category ประกอบด้วย 2 สดมภ์ 930 แถว มีคาอธิบายตัวแปรดังนี้ • Label_id คือ รหัสลาเบลเพื่อระบุประเภทของแอพพลิเคชั่น สดมภ์นี้ สามารถรวมกับ App Labels ได้ • Category คือ หมวดหมู่ของแอพพลิเคชั่น เช่น game-Game themes, game-Art Style, Internet Banking และ Romance เป็นต้น
13.
14.
15.
16.
Vs.
17.
การนาเสนอการวิเคราะห์ข้อมูล • • • • • • •
18.
• เข้าใจกระบวนการเก็บข้อมูลของบริษัทโทรคมนาคมมากขึ้น อาจเป็นประโยชน์ต่อบริษัทในประเทศไทยหากต้องการวิเคราะห์ลูกค้าในรูปแบบที่ คล้ายกันกับโจทย์นี้ •
เข้าใจพฤติกรรมของผู้ใช้งานแอพพลิเคชั่นว่า ต้องการแอพพลิเคชั่นประเภทใด ใช้ช่วงเวลาใดของวันและช่วงอาทิตย์ จากการวิเคราะห์พบว่า คนเข้าใช้ มือถือในเวลา 11:00 am. และ 11:00 pm. มากที่สุดและคนเข้าใช้วันอังคารมากที่สุด จากกราฟเส้นของเวลาการใช้ตามอาทิตย์ ข้อมูลดังกล่าวเป็น ประโยชน์ต่อนักพัฒนาแอพพลิเคชั่นและนักการตลาดทั่วโลกในการตอบสนอง Demand ของผู้ใช้ • แบรนด์โทรศัพท์ยอดนิยม 3 อันดับแรกได้แก่ 小米, 三星, และ 华为 และโมเดลโทรศัพท์ 3 อันดับแรกได้แก่ 红米note, MI 3, และ MI 2S • จากการวิเคราะห์แผนที่ของผู้ใช้งานแอพพลิเคชั่นทาให้สามารถ Traceback สถานที่การใช้งานของผู้ใช้แอพพลิเคชั่นในแต่ละกลุ่มตามเพศและอายุ รวมไปถึงแบรนด์โทรศัพท์และรุ่นโทรศัพท์มือถือ • การทดสอบโมเดล Classification พบว่าปัจจัยที่สาคัญได้แก่จานวนการลงแอพพลิเคชั่น จานวนการใช้แอพพลิเคชั่น จานวนเหตุการณ์การเข้าใช้ แบ รนด์โทรศัพท์มือถือ และโมเดลโทรศัพท์มือถือ • การทดสอบโมเดล Regression พบว่าปัจจัยสาคัญได้แก่ อายุ เพศ จานวนเหตุการณ์การเข้าใช้ แบรนด์โทรศัพท์มือถือ และโมเดลโทรศัพท์มือถือ
19.
20.
Thank you! Time for
Q & A!
Descargar ahora