【經驗】零基礎該如何入門資料挖掘？

小天說

在天池創立之初，我們的使命就是：讓無法觸及大資料的人能夠觸及到真正企業級的大資料。秉承着這樣的理念，我們在天池平台上培養和鍛煉了一批又一批的大資料人才。現在，除了高校學子，越來越多的創業者和資料愛好者也加入了我們的隊伍，本文的作者魯軍（隊名：啊速度快了幾分）就是這樣的例子，在創業公司任職前端工程師的他，由天池開始走上了大資料之路。

//初識//

我是一名在Web前端工程師（程式猿），一直在html, css, javascript的世界中探索。因為公司一直在使用阿裡雲的産品，是以每天都會去阿裡雲網站處理業務，某天在阿裡雲的官網上看到天池的比賽，第一感覺太Cool了，太神奇了，原來大資料還可以這樣玩兒，複雜的業務場景被抽象成所有人可以看得懂的題目，通過簡單的規則可以拿到結果，大資料看起來高大上，實則是人人可以參與的，每個人都能為其貢獻智慧，這才是屬于我們的大資料啊。不要被《黑客帝國》給搞蒙圈了，大資料才不是藍色螢幕加黑色文字不斷跑馬燈。

//開始上路//

對于零基礎的我來說，新手上路可不那麼好玩兒，當我把資料下載下傳導入到電腦中執行一個count指令的時候，徹底蒙圈了。納尼2300W條資料，執行一個簡單的查詢，電腦都快罷工了。這一定是我的打開方式不對，趕緊找“谷哥“ 問“度娘“，看天池論壇的新手入門貼。毫無疑問我就是這樣幹的，而且确實有效，特别是天池論壇為零基礎的同學準備的視訊，圖文教程讓我受益匪淺，在我還沒有被海量資料蹂躏得體無完膚的時候，就可以拿到一點點成績，獲得不小的成就感。

//初次送出結果//

第一次計算并沒有高大上的算法和公式，簡單計算出了2W多條記錄作為送出的結果，但當我拿到成績時，馬上就興奮了，就像是當年用javascript在浏覽器中第一次列印出"hell world"的感覺，被這個世界認可了，并且給我了不全是0的成績（準确率0.004%，不要笑我太差）作為回報。當天晚上興奮得一直寫代碼到2點才睡覺，第二天又早早的起床準備計算送出新的計算結果。在後面的幾天幾乎瘋狂了，每天一下班就馬上會投入到資料計算中，不斷的尋找突破點，感覺時間過得飛快。 這樣在每天在固定的工作時間之外，又多了一件讓我興奮的事情。

讓我興奮的不僅是成績的上升，更主要的是在不斷探索的時候發現的新奇事物。慢慢的了解一個未知的領域，知道大資料是未來的趨勢，現在又邁出了第一步，必然會讓我在未來的工作中更具備競争力。

//成績無法提高？//

最容易給你造成挫折的地方就是成績一直上不去（當然我不是頂尖選手，所遭遇難度遠小于那些冠軍先手），對于所有人來說成績上不去都再正常不過，提高這是一個漸進的過程。論壇中那些前輩們的文章早有指點，在正式比賽中大神們都經常被蹂躏，1周、2周都毫無進展。是以放寬心态才重要，大神亦是如此，我等凡人何必揪心，而且我堅信隻要再多嘗試一次，多花一些精力總能提高我的成績。有一顆無堅不摧的内心才夠強大。我們可以設定一個要拿第一名的目标，也需要忘記目标腳踏實地的努力，我是這樣安慰自己的。而且對于零基礎的同學來說，一邊參與新人賽，一邊學習資料挖掘的入門知識才能更我們走得更遠。

//收獲//

真正參與到資料挖掘中來的時候，那些平時看起來死闆的資料，也會變得友好。比如計算使用者浏覽次數對第二天的購買率就會發現存在一定規律，同理“收藏“，“加入購物車“等行為同樣對購買率也有影響，當把這些資料全部展開做成一個圖表的時候，普通的業務資料馬上讓我茅塞頓開，使用者的微觀行為被宏觀的表達了，隻有對資料的深入分析，才能獲得這樣确切的結果。這樣的數字對業務、産品決策一定有幫助，估計這就是工程師關心業務的最有效方法，有了這樣的實踐，指不定什麼時候這些方法就會被引入到我們的工作流當中來，幫助自己的業務發展。

最後感謝天池，給了所有資料愛好者一個提升自己的機會，讓大資料小菜鳥能夠在此振翅翺翔！