在如何使用微博进行数据挖掘之后,让我再对如何利用LinkedIn进行数据挖掘给点建议。
首先,你可能已经知道,你的LinkedIn帐号是可以链接到你的微博页面的。继续在你的摘要中添加合适的关键词,这样其他数据挖掘者就能很容易地找到你。比如数据挖掘、预测分析、知识发现和机器学习这样的关键词。继续用同样的兴趣寻找别人(使用如上所述的相的关键词)。向你不知道的人自我介绍,你或许可以用 “朋友”这一类型的连接。不过在这种情况下,不要忘记个性化你的请求信息以明确指出你从事的是同样的领域。
下一步是参加到像以下所列的一些数据挖掘组中:
ACM SIGKDD
高级业务分析,数据挖掘和预测建模
AnalyticBridge
业务分析
CRISP-DM
客户基因
数据挖掘者
数据挖掘技术
数据挖掘,统计和数据可视化
机器学习连接
开源数据挖掘
智能数据集合
不要犹豫,说出你的看法或回答问题。帮助总是令人心怀感激的,而人们可能还会在未来和你保持联系。最后,每一次当你收到访问卡的时候,加上你到LinkedIn的联系方式。假如他不是LinkedIn的成员,邀请他!
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
作者
相关推荐
-
数据丰富的企业将重点转向道德数据挖掘
随着数据泄露事件席卷Facebook、Equifax等公司,越来越多的公司开始谈论道德数据挖掘。虽然大部分讨论 […]
-
看烧烤店如何使用Alexa强化后厨BI指示器
Dickey连锁烧烤餐厅计划使用亚马逊的Alexa,这样加盟商就可以在烹饪时获得操作数据,在烤架外查看指示器内容。
-
数据挖掘规则正在改变 人工智能技术更需信任
随着特朗普政府和国会与互联网服务供应商合作的展开,逐渐放宽了对用户搜索历史的管制,数据领域可能会进一步扩大。
-
对于预测建模来说,数据集才是决定成败的关键
数据科学核心任务之一是利用数据挖掘和机器学习算法来开发预测模型。但是,如果在前期没有选择正确的数据挖掘数据集合,即使是最佳设计的模型也可能会误入歧途。