公司凝聚了素质高、技能强、深谙物流管理的人才,拥有经过专业培训的装卸队伍,积累了丰富的实践管理经验并提供良好的服务。
当前位置:主页 > 产品案例 >
产品案例
产品经理实战方法与案例(一):机器学习怎样与产品结合?环亚娱
来源:未知 作者:admin 发布时间:2018-08-03 06:16 浏览量:

  在产品经理工作中的两个核心原则:一是在合适的时间,以合适的方式,呈现合适的内容;二是在正确的时间,为正确的人,提供正确的决策支持。前者是偏向普通产品,后者则是针对数据产品或者AI产品。

  首先谢谢伙伴们在《To B 产品经理必备能力:断、舍、离》评论中的建议。就围绕核心去加肉这一点来说,可能短期内暂时没有这个计划。最近梳理了一下自己短期内的写作计划,主要是偏向AI方向产品,重点是围绕机器学习和深度学习由浅入深的来进行,更希望的是后续的文章能够形成一个系列。www.ag88环亚娱乐

  针对商业模式而言,虽然学习过商业模式画布,也听过曾宁老师的《智能商业二十讲》,并且近期看了《商业分析方法与案例》,但是笔者在实际工作中涉及较少,所以后续的文章中,可能也不会有较多篇幅涉及这一块。

  这是产品经理实战方法与案例的第一篇文章,我们将以《电商用户评论的情感分析》为案例,来说明机器学习怎样与现有产品相结合,并且用结论指导后续的产品工作。

  在传统的电商用户评价中,我们往往采取打分或者评级,外加用户评论的方式来分析某个用户对某商品的情感倾向,到底是正面评价,还是负面评价。

  举个例子,有A和B两个用户,都同样在某东上购买了《人人都是产品经理》这本书,两个人都是打了好评,不过在评论是,环亚娱乐!A写了一个字“好”,B写了两个字“很好”。从上面例子来看,我们的情感得分是B的得分是否应该高于A呢?如果A的评论是“很好很好”,是否又高于B的“很好”呢?这也就是现在传统的打分或者评级方式,www.ag88环亚娱乐。无法满足我们分析需求的地方。

  随着机器学习和深度学习的发展,我们开始引入了针对文本的自然语义分析,来帮助实现对于消费者评论文本更进一步的分析。

  假设我们已经确定接受“消费者评论情感分析”的需求,那么我们进入产品设计阶段。

  根据在准备阶段整理的核销指标和任务,我们开始进行针对需求的后台产品设计。

  第一个案例的重点将会是Python爬虫和第三方工具抓取电商用户评论数据,以及自然文本语义分析的实现,所以这里对应原型的设计阶段只是简单描述。这两周的写作时间比较仓促,这里先给大家说一声抱歉。下周开始,别忧虑 满天无人机比满路轿车更安全ag88环亚。笔者将合理计划时间,并争取提供高质量的文章。

  文章第二部分亦是下周的主要内容——Python爬虫和第三方工具抓取电商用户评论数据。

Copyright © 2013 环亚娱乐,环亚国际娱乐,www.ag88.com,ag8879环亚手机登录 All Rights Reserved 网站地图