大数据挖掘建模平台是由泰迪自主研发，面向企业级用户的大数据挖掘建模平台。平台采用可视化操作方式，通过丰富内置算法，帮助用户快速、一站式地进行数据分析及挖掘建模，可应用于处理海量数据、高复杂性的数据挖掘任务，为其提供准确、高精度的计算结果。
数据挖掘建模平台适用于高校或企业，目前已在信访、电力、交通运输、金融、政府、制造等行业取得成功实践，为客户重塑企业数据应用模式。
大数据挖掘建模平台【案例】企业内推平台信息精准推荐应用
通过学习本案例，可熟悉使用大数据挖掘建模平台的使用方法，了解平台中不同算法的实现功能，掌握数据的预处理方法和推荐算法的相关内容，为后续相关课程学习及将来从事数据分析、挖掘研究领域的工作奠定基础。
作为企业一种比较新颖的招聘方式，内推实现了零距离对接应聘者和招聘方，让人才高效、自由的流动，让招聘高效、对等、更有情感，在此形式快速推进发展的需求下，平台如何快速且精准推荐就成为了一大难题。本案例基于内推平台信息实现在求职者浏览网页时精准推荐相关求职信息。
案例内容：
背景与目标；推荐思路分析；基于物品的协同过滤推荐介绍；EB工具登录及简介；创建空白工程；导入数据；筛选正文数据；字符替换及记录去重；划分训练集用户和测试集用户；构造训练集和测试集数据；构建模型；推荐及性能评估；小结。
大数据挖掘建模平台【案例】学生校园行为分析
通过学习本案例，可掌握数据探索、缺失值处理、重复值处理、特征构建、可视化图形绘制和模型构建的主要方法和技能，为后续相关课程学习及将来从事数据分析、挖掘研究领域的工作奠定基础。
校园一卡通是集身份认证、金融消费、数据共享等多项功能于一体的信息集成系统。在为师生提供优质、高效信息化服务的同时，系统自身也积累了大量的历史记录，其中蕴含着学生的消费行为以及学校食堂等各部门的运行状况等信息。本案例基于某学校的部分一卡通数据进行分析和处理，并构建模型对学生进行分群，从而了解每一类学生群体的消费特点。
案例内容：
基于校园一卡通系统数据，分析学生在校园内的学习生活行为，为改进学校服务和相关部门的决策提供信息支持。
大数据挖掘建模平台【案例】医疗保险的欺诈发现
通过学习本案例，可掌握数据描述性统计分析的方法，掌握数据类型转换、特征构建、数据编码化、数据标准化和模型构建的主要方法和技能，为后续相关课程学习及将来从事数据分析、挖掘研究领域的工作奠定基础。
医疗保险的欺诈骗保的行为包括协助参保个人套取医疗保险个人账户基金或者统筹基金的情况，挂床住院或将可门诊治疗的参保个人收治住院的情况，允许或者诱导非参保个人以参保人名义住院的等。本案例基于医疗机构与投保人两者的进行索赔的记录进行分析，通过构建模型判断是否出现医疗保险欺诈行为。
案例内容：
背景与目标；分析投保人和医疗机构的信息；特征工程；模型构建。
简单易用的大数据挖掘建模平台，让数据创造更大价值！