郭敦顒回答：建立大型超市“购物篮”分析数学建模，从理论上讲并不困难或者说比较容易，建立矩阵进行对应进行判断就是了.但是999×4717的矩阵并不是普通微机所能承受得了的，所以建立此种矩阵，实际上根本不能实现.怎么办？办法总是有的，那就是优选，是双向、多项优选.双向优选，是指对4717个顾客，和对999种商品中进行优选；多项优选，是指对顾客和商品的优选项目中是多项的，以防优选中的偏差，把应选的尽选其中.对顾客的优选中选购物金额多的，购物数量多的，重复某些商品多的.对商品的优选中选实现利润高的，购物商品数量多的，重复次数多有周期性的.固然“最频繁被同时购买的商品数量越多越好”，但是实现利润最大化才是根本所在，往往有不少商品数量大，但并不赚钱，但这又不可或缺，所以要优选出不赚钱的商品与赚钱的商品的最佳匹配.通俗说就是要优选出“人气”，并发现如何培养“人气”.有了“人气”就有了利润.具体操作你可以自己办，自己建模了，这里仅提供一种思路（赞誉的话就是一种决策）.
数据挖掘有哪些技巧？ 如今有不少的新人想要参与大数据开发领域一、数据挖掘技术的基本概念随着计算机技术的发展，各行各业都开始采用计算机及相应的信息技术进行管理和运营，这使得企业生成、收集、存贮和处理数据的能力大大提高，数据量与日俱增。企业数据实际上是企业的经验积累，当其积累到一定程度时，必然会反映出规律性的东西。对企业来，堆积如山的数据无异于一个巨大的宝库。在这样的背景下，人们迫切需要新一代的计算技术和工具来开采数据库中蕴藏的宝藏，使其成为有用的知识，指导企业的技术决策和经营决策，使企业在竞争中立于不败之地。另一方面，近十余年来，计算机和信息技术也有了长足的进展，产生了许多新概念和新技术，如更高性能的计算机和操作系统、因特网(intemet)、数据仓库(datawarehouse)、神经网络等等。在市场需求和技术基础这两个因素都具备的环境下，数据挖掘技术或称KDD(KnowledgeDiscoveryinDatabases；数据库知识发现)的概念和技术就应运而生了。数据挖掘(DataMining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。还有很多和这一术语相近似的术语，如从数据库中发现知识。
请问如何将数据挖掘技术应用于互联网金融？许多人说数据挖掘在互联网金融有很大的优势，但是有没有具体的…
