思考题：

1. 简述大数据分析的流程及每一步的主要任务。

数据采集--尽可能全面的收集数据。

数据预处理--对数据进行清洗，便于分析。

数据分析--洞察用户行为，对用户行为进行预测，得到数据背后的信息。

 

         2. 举例说明大数据的类型，分别有什么特点？

结构化数据有日期、电话号码、邮政编码、客户姓名，特点：明确定义、定量数据、容易访问、容易分析。

非结构化数据有文本、语音、监控数据、图片、HTML(超文本标记语言)，特点：没有明确的定义、定性数据、难以获得、难以分析。

半结构化数据有电子邮件，特点：有定义性和一致性，在拥有一些组织属性的情况下，也保留了数据的流动性。

 

3. 营销实践中，可以通过哪些渠道收集用户数据，如何确保隐私保护等问题？

可以通过搜索引擎、电子商务平台、社交媒体平台来获得用户相关的营销大数据。

对数据的获取和使用不仅要合规化，还要符合伦理道德。

 

4. 数据预处理的流程是什么，对于大数据分析有什么作用？

数据预处理过程主要包括数据清洗、数据集成、数据变换、数据规约四个步骤。

数据预处理能够帮助改善数据质量，进而提高数据挖掘进程的有效性和准确性。