crm的主要技術-文庫吧
2025-02-28 11:31 本頁面
【正文】 是：美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。 ?既然尿布與啤酒一起被購買的機會很多，于是沃爾瑪就在其一個個門店將尿布與啤酒并排擺放在一起，結果是尿布與啤酒的銷售量雙雙增長。 ?按常規(guī)思維，尿布與啤酒風馬牛不相及，若不是借助數(shù)據挖掘技術對大量交易數(shù)據進行挖掘分析，沃爾瑪是不可能發(fā)現(xiàn)數(shù)據內在這一有價值的規(guī)律的。 ?那么數(shù)據挖掘是什么樣的技術呢？ 數(shù)據挖掘 —— 從大量的數(shù)據中，抽取出潛在的、有價值的知識、模型或規(guī)則的過程，匯集了統(tǒng)計學、人工智能、數(shù)據庫等學科的內容，是一門新興的交叉學科。 數(shù)據挖掘主要采用以下幾種方法進行知識發(fā)現(xiàn)： （ 1）關聯(lián)分析：尋找數(shù)據項之間感興趣的關聯(lián)關系。例如：我們可以通過對交易數(shù)據的分析可能得出? 86%買‘啤酒’的人同時也買‘尿布’?這樣一條?啤酒?和?尿布?之間的關聯(lián)規(guī)則。 （ 2）演變分析：描述時間序列數(shù)據隨時間變化的數(shù)據的規(guī)律或趨勢，并對其建模。包括時間序列趨勢分析、周期模式匹配等。例如：通過對交易數(shù)據的演變分析，可能會得到 89%情況股票 X上漲一周左右后，股票 Y會上漲 這樣一條序列知識。 （ 3）聚類分析：根據最大化類內的相似性、最小化類間的相似性的原則將數(shù)據對象聚類或分組，所形成的每個簇（聚類）可以看作一個數(shù)據對象類，用顯式或隱式的方法描述它們。也就是我們常說的物以類聚人以群分。 （ 4）分類分析：找出描述并區(qū)分數(shù)據類的模型（可以是顯式或隱式），以便能夠使用模型預測給定數(shù)據所屬的數(shù)據類。例如：信用卡公司可以將持卡人的信譽度分類為：良好、普通和較差三類。分類分析通過對這些數(shù)據類的分
數(shù)學相關推薦
鄂ICP備17016276號-1