在真实世界中，为了更好的提升企业和服务的效率，我们还需要对数据进行数分析和挖掘，比如：客户分类分群、客户购买意向推荐、智能客服、营销漏斗模型、商品和供应商评估模型、广告投放模型、商品进销存预测模型等等，需要处理如上的任务需要更加复杂的模型和算法，这就需要引入大数据分析相关算法。
数据分析的相关算法模型核心核心目的是：寻找业务对象数据之间的规律、公式和分类。比如：预测商品/新闻被点击的概率，预测商品被购买的概率、商品和客服分类的关系、评估模型的拟合公式等，这个和计算机算法的业务目标是有较大的区别的。
今天的摘选核心是数据分析相关的算法，只做简单的入门介绍：
首先介绍关于大数据分析算法场景案例，实际的应用过程中可能会结合行业和业务需求有更多更为广泛的场景。
大数据分析与应用的8个场景1、基于客户行为分析的产品推荐产品推荐的一个重要方面是基于客户交易行为分析的交叉销售。根据客户信息、客户交易历史、客户购买过程的行为轨迹等客户行为数据，以及同一商品其他访问或成交客户的客户行为数据，进行客户行为的相似性分析，为客户推荐产品，包括浏览这一产品的客户还浏览了哪些产品、购买这一产品的客户还购买了哪些产品、预测客户还喜欢哪些产品等。产品推荐是Amazon的发明，它为Amazon等电子商务公司赢得了近1/3的新增商品交易。产品推荐的另一个重要方面是基于客户社交行为分析的社区营销。通过分析客户在微博、