数据批量分析提取，求指点迷津

导入的文档是文本还是图片？

我也看不出你这个有什么用，因为如果是我的话，需要查事业单位的地址，我都是用百度的。这个产品是独立的，还是服务于公司内部其他产品的？

之前有个app是把别人的名片（图片）导入手机里，变成姓名、电话、邮箱、单位，等文本信息的。

一般不是先有应用场景和需求，再有产品么？感觉题主是先有产品，再找场景。

大数据助手嘛，感觉可以提供每个单位的开门时间（忙或者闲的时段）、停车信息什么的

产品定位是什么，用户群体是什么，功能是是什么，数据助手，那么数据来源是什么，获利手段是什么‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’‘’

你这还只是数据录入的阶段，还没到数据处理和分析。流程应该是

1.preprocessing（比如降维，normalization），

2. data mining,有目标时做（regression，classification），没目标时可以尝试clustering。先看下各个输入的histogram，大概能分几类，在做clustering，最后调参。

3.postprocessing，做结果的可视化，cluster evaluation（这也是个大话题，分为有/无target label）。

4.重复1-3

有目标的任务会简单点，如果没有目标，而且对数据理解又不深，那结果就很难说了。