201507到201611的122个城市的天气数据
Re201507到201611的122个城市的天气数据
用户行为太复杂了。
一共7000万条用户数据。
1.是否能保证同样的UserID的用户是同一个人呢?
2.分析这个人的行为模型,是一个概率问题。
3.多个人的概率叠加,问题就更大了
4.计算量太大
-------------------------
Re201507到201611的122个城市的天气数据
7千万的数据,2千万的用户。
1个用户4条支付数据。4条支付数据分布在320天里面。
这个基本上没有意义的。
-------------------------
Re201507到201611的122个城市的天气数据
文件缺一个城市,能帮忙补上吗?谢谢了。
城市中文名和文件夹对应列表有吗。
感谢楼主的无私帮助。大约可以提高2个百分比的精度。
-------------------------
回 16楼jokerzzz的帖子
能提供一个中文和拼音对照表吗,怕自己整理错了。谢谢。
-------------------------
Re201507到201611的122个城市的天气数据
我分析过了,天气貌似和流量无关。
一般考虑,天气不好,外卖生意就好了。
不过,这里的流量是指在店里支付,不是外卖。
店里支付的话,很多地方其实因为翻台率的关系,促销的关系,和天气关系真心不大。
赞0
踩0