寫此文的目的是希望在看這個blog的達人能推薦給我數(shù)據(jù)挖掘相關(guān)的并且靠譜的：人、blog、書、項目。此文僅作謹慎的參考，歡迎批評指正，謝謝。
挖掘點一------用戶基本資料挖掘
用戶資料指用戶的固有社會屬性，在一定時期內(nèi)固定的而且固有的特征。比如用戶的名字，用戶的大學(xué)，用戶所在的公司。
1. 把用戶信息和用戶的關(guān)系結(jié)合起來。
a)比如我們會在用戶系統(tǒng)消息和首頁動態(tài)里顯示最近生日的朋友。
b)在某個關(guān)系網(wǎng)（比如浙大）專門立一塊地方叫今天生日的浙大人。
c)基于生日這個特性，我們會給每個當(dāng)天生日的人送虛擬禮物，引導(dǎo)其朋友給TA生日祝福。
d)我們還會推薦給用戶同年同月同日生的陌生人。
2.深挖用戶的關(guān)聯(lián)資料。 很多基本資料關(guān)聯(lián)后往往能引起質(zhì)變。
a)比如我們會把老家在杭州的浙江大學(xué)2008界新入學(xué)學(xué)生篩選到一起，幫助他們更快成立老鄉(xiāng)會。
b)比如我們會把相同職業(yè)并來自相同學(xué)校的人篩選在一起，促進他們的行業(yè)校友圈子的形成。
挖掘點二-----用戶臨時行為挖掘
這個可能比較雜，也很難概括。舉幾個具體例子。
1.A用戶想要賣掉一個MP3，B用戶想要買一個二手MP3，我們把他們的信息讓對方看到。這就是淘寶和口碑，是一個比較直接而且意識明確的交流，雙方都是主動的，我們只要給他們一個展示平臺和良好的搜索入口就可以了。
2.對用戶的非明確性行為的分析會產(chǎn)生更有趣和更廣泛的挖掘。比如我們檢測到某北京用戶在日志里寫到最近想去西湖玩，而另一個天津用戶也寫道要去西湖，而另一個武漢用戶寫了一篇最近關(guān)于西湖的游玩日志。通過西湖這個關(guān)鍵字，我們是不是可以把這3個人互相推送，說不定他們之間會有什么火花產(chǎn)生。再舉個IPHONE的例子，A用戶在日志里寫想要買個手機，然后我們把其它用戶關(guān)于IPHONE信息聚集到一起推送給他，他會發(fā)現(xiàn)最近有什么人也在和我一起關(guān)注IPHONE，有幾個人寫了IPHONE的使用心得，而另一些人在某個地方用多少錢買了IPHONE。這些信息對A用戶就非常有價值。對廣告主來說，這是有價值的社區(qū)口碑營銷。
3.另外還有更豐富的橫向關(guān)聯(lián)。比如我們發(fā)信A用戶最近老是寫關(guān)于懷孕的文章，那我們推給她另一個最近老是寫生完小孩后減肥的文章，或者想懷孕的人肯定有丈夫，那在情人節(jié)快來的時候推給他一些“可以作為丈夫禮物”的廣告---比如剃須刀。像懷孕、減肥和剃須刀之間的關(guān)聯(lián)表就要求我們手動去建立，或者用大量的數(shù)據(jù)匹配來做大概率的關(guān)鍵詞關(guān)聯(lián)表。
挖掘點三-----用戶點對點關(guān)系的挖掘（這是重點）
用戶關(guān)系的挖掘非常豐富，我仍舊是舉幾個具體的例子。
1.比如臨時的關(guān)系，我們檢測到A用戶和B用戶都在使用同一個IP，我們就把他們推送給對方，那么他們的關(guān)系可能是鄰居（使用動態(tài)IP的撥號用戶），可能是同事（他們現(xiàn)實中已經(jīng)認識，卻不知道對方也在上桌板網(wǎng)，這個時候的推送非常讓人驚奇），可能是同學(xué)，或者是同在一個網(wǎng)吧。為了讓這個匹配規(guī)則更明確我們可能會結(jié)合其它的信息。比如我們發(fā)現(xiàn)某個IP是電信分配給企業(yè)用戶的IP，而A和B在用該IP登陸桌板的時候一般都是在白天，那我們就可以大致判斷他們是同事關(guān)系。
2.另一個比如二度關(guān)系，這個情況也有很多種，A和B是好友關(guān)系,在B的另外100個好友里很有可能有個叫C的人A也是認識的。我們把C找出來的方式也有很多種，我們發(fā)現(xiàn)A的老家是杭州，而B的好友里有個人（假設(shè)為C）老家也是杭州，那我們覺得相對C與B其他好友比起來更可能會認識A。再比如我們發(fā)現(xiàn)在A的好多個好友里面都有一個叫C的用戶，那我們就覺得這個C和A可能是同一個圈子的人。再比如我們發(fā)現(xiàn)B的好友C加入了某個社團和A已經(jīng)加入的社團（或者關(guān)系網(wǎng)）是重疊的，那我們就把C推薦給A，這樣推送的C更可能是A認識的人。
3.再來講一個非常直接的點對點關(guān)系，也是目前很多網(wǎng)站正在做的關(guān)系挖掘-----------------郵件聯(lián)系人列表。我們會把用戶（假設(shè)為A）的每一個郵件聯(lián)系人列表（比如在邀請朋友，找朋友的時候我們會要求用戶輸入郵箱賬號和密碼從而得到他的聯(lián)系人列表）保存起來，然后我們發(fā)現(xiàn)新來了一個用戶B，他的注冊郵箱在A的郵件聯(lián)系人列表里，那我們就把他們兩個互相推薦，因為他們在彼此的郵件聯(lián)系人里，很可能之前就彼此認識。我們甚至可以發(fā)掘郵件聯(lián)系人的二度關(guān)系，我們發(fā)現(xiàn)A的郵件聯(lián)系人列表里有部分和B的郵件聯(lián)系人列表重疊，雖然A和B沒有直接的關(guān)系，但我們推測A和B可能是同一個圈子的人，比如是小學(xué)同學(xué)。
在具體操作的時候我們可以把這些關(guān)系做不同評級，并且疊加起來考慮。比如我們發(fā)現(xiàn)A和C都是同一年進入了同一個學(xué)校，而且A和C的qq郵箱聯(lián)系人列表有很大部分重疊，那我們覺得A和C非常有可能是同學(xué)。把一些相關(guān)性不是很明顯的因素疊加起來可能就會發(fā)現(xiàn)一個相關(guān)性非常高的用戶關(guān)系。
