背景知識and數(shù)據(jù)挖掘前準(zhǔn)備etc(文件)
【正文】 則通常分兩類： ——有意義的關(guān)聯(lián)規(guī)則：滿足最小支持度和最小可信度的規(guī)則； ——泛化關(guān)聯(lián)規(guī)則：更實用，因為研究對象存在一種層次關(guān)系（如面包、蛋糕屬西點類，而西點又屬于食品類），有了層次關(guān)系后，可以幫助發(fā)現(xiàn)更多的有意義的規(guī)則。 So怎么抽樣，抽取多樣的樣本，如何評價抽樣的效果，這些都是值得研究的問題； 既然數(shù)據(jù)是海量的，那么數(shù)據(jù)中就會隱含一定的變化趨勢，在 DM中也要對這個趨勢做應(yīng)有的考慮和評價； 各種不同的模型如何應(yīng)用，其效果如何評價，這涉及到可靠性的問題； 如何進(jìn)行互聯(lián)網(wǎng)的數(shù)據(jù)挖掘， and文本等非標(biāo)準(zhǔn)數(shù)據(jù)的挖掘； 數(shù)據(jù)的私有性和安全性； 數(shù)據(jù)挖掘的結(jié)果是不確定的，要與專業(yè)知識結(jié)合才能對其作出判斷。 三、實施數(shù)據(jù)挖掘項目需要的專家 領(lǐng)域?qū)＜? Eg:企業(yè)的營銷主管或?qū)＜遥?help定義項目的方向和相關(guān)的背景知識） ——一方面可讓領(lǐng)域?qū)＜抑?DM可以做哪些事情，不能做哪些事情， for數(shù)據(jù)挖掘不是萬能的； ——另一方面，可以讓領(lǐng)域?qū)＜抑?DM項目需要他們的參與和合作，他們的個人魅力和決策能力并不能被 DM所取代，讓他們不至于排斥 DM； 領(lǐng)域?qū)＜业膮⑴c，對數(shù)據(jù)挖掘項目的重要作用有： ——定義用于數(shù)據(jù)挖掘分析的有用的問題，可確定項目的大致方向； ——選擇潛在的相關(guān)數(shù)據(jù)來回答這些問題； ——幫助形成對原始數(shù)據(jù)的感性認(rèn)識； ——幫助對挖掘結(jié)果的分析和對分析結(jié)果的表達(dá)； ——吸收和采納挖掘結(jié)果，做出決策，形成反饋（對挖掘結(jié)果的評估）。 《 數(shù)據(jù)挖掘技術(shù)與讀者個性化服務(wù) 》 一、數(shù)據(jù)挖掘技術(shù)的功能 １、自動預(yù)測 ２、分析關(guān)聯(lián) ３、劃分聚類 ４、概念描述 ５、偏差檢測 也可見我的筆記：概念 /類描述：特征化與區(qū)分、關(guān)聯(lián)分析、分類＋預(yù)測、聚類＋孤立點、演變分析。）； ２、數(shù)據(jù)的預(yù)處理 ——可見我的筆記； ３、數(shù)據(jù)挖掘階段 ——確定目標(biāo)樣本； ——提取特征信息； ——網(wǎng)絡(luò)信息獲??； ——信息特征匹配。 CRM: 4 elements——Know, Target, Sell, Service. 。 數(shù)據(jù)源的收集： 服務(wù)器數(shù)據(jù)： ——Web日志文件； ——查詢數(shù)據(jù)； 用戶登記信息： PS：有的客戶不肯寫部分背景信息，這種情況下，就不得不從客戶的瀏覽行為中推測客戶的背景信息。 《 Web 數(shù)據(jù)挖掘技術(shù)在網(wǎng)上書店中的應(yīng)用 》 ——WWW：巨大的、分布的、異構(gòu)的、半結(jié)構(gòu)化的、動態(tài)的及基于超鏈接的超媒體文檔構(gòu)成的 DB； Web數(shù)據(jù)挖掘技術(shù)在網(wǎng)上書店的應(yīng)用： ２ Web數(shù)據(jù)挖掘面臨的問題 ２、１非技術(shù)性問題 ——網(wǎng)頁相關(guān)性分析（哪些網(wǎng)頁具有密切關(guān)系，可加上鏈接）； ——用戶訪問模式分析（把用戶按行為模式分類）； ——用戶歸類（根據(jù)用戶填寫信息分類，對同一類別的用戶提供相似的服務(wù)）； ２、２技術(shù)問題 ——數(shù)據(jù)處理； ——統(tǒng)計分析； ——數(shù)據(jù)挖掘； ——關(guān)聯(lián)規(guī)則； ——聚集
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1