从facebook数据泄露谈起——数据分析学习思路

不谈情绪，不谈阴谋论，不谈意义，只谈方法。
数据分析是如何做到的？

剑桥分析公司通过在facebook的api接口，开发一个钓鱼小游戏，让用户填数据，并同意授权开发朋友关系数据。通过这个钓鱼程序获得了27万种子用户，并通过这27万用户开放的朋友关系，抓去将近5000万的用户数据。
真的能影响选举吗？
可能有一定影响，这不是本文分析的重点。

用户数据分析已运用到各个领域
1、电商领域：亚马逊堪称用户算法分析鼻祖，就是靠算法分析促进交易达成起家。并靠着用户分析的积累，不断进入新的领域，进入一个新行业，灭掉所有其他对手。
2、影视领域：netflix网飞公司通过分析用户观影喜好，在新片中加入用户喜欢的元素，通过拍摄纸牌屋一炮打响，并能每年一部爆款电视剧：怪奇物语、毒枭、黑钱胜地。通过算法，成为一线内容制作商。
3、金融领域：互联网金融公司，通过分析用户消费信息，给用户画像，

最近的，微信把抖音屏蔽了，为什么？
我玩抖音也是停不下来,尤其不能睡前看，看一会一看表已经后半夜了，几个小时过去了。
最后只能卸载，完全不敢碰，抖音有毒！

从争夺用户时间角度，抖音取代取代王者荣耀，甚至开始威胁微信，为什么？
从满足用户需求的角度，微信是满足的用户聊天的需求，成为了刚需。
抖音满足了什么需求？
我认为抖音满足了人类更深层次的需求。
食色性也，在吃饱饭以后，人类的需求是满足自己欲望的快感。
而抖音能通过精心制作的小视频，7秒就给人一次高潮。相比玩游戏还要几分钟才一次。不上瘾才怪

快感是比腾讯的聊天更底层的刚需，动摇了腾讯的根基，所以腾讯慌了。抖音的算法可以作为一个专题来研究。

抖音满足了用户刚需。提供了持续，高频的快感。实现的手段就是算法

干货时间：数据分析技术
分析表层的东西没有用，能亲自作出数据分析，通过数据分析，发现有价值的规律，才有价值。

目前的数据分析技术分类：
容器技术，docker,openstack
数据分析算法
机器学些

这些只是可能用到的技术，要通过实际项目来锻炼自己利用工具进行数据分析挖掘的能力。
基本流程：

了解问题，探索数据
清晰数据
特征工程
模型训练
模型评估
模型融合

先完成第一轮迭代。再开始不断回溯到开始，重新迭代流程。小步快跑，不断完善。

可以先看看数据挖掘的比赛题目找找感觉，比如kaggle或者国内的天池。
今天先写着么多。

这一切才刚刚开始，数据算法比你更懂你

附：一篇比较好的机器学习入门文章
https://github.com/wsg011/kaggle-start/blob/master/titanic/Notebook/0-3%20kaggle%20start%20with%20Titanic.ipynb