尿布與啤酒與數(shù)據(jù)挖掘技術(shù)-全文預(yù)覽
【正文】 不斷出現(xiàn)和變化；在新產(chǎn)品出現(xiàn)后，客戶的興趣會發(fā)生變化，客戶類群也將發(fā)生變化），因此舊的模型需要更新。例如，在證券系統(tǒng)中嵌入神經(jīng)網(wǎng)絡(luò)預(yù)測功能、在欺詐檢測系統(tǒng)中嵌入欺詐行為的分類/識別模型、在客戶關(guān)系管理系統(tǒng)中嵌入客戶成簇/分類功能或客戶行為分析功能、在機(jī)器維護(hù)系統(tǒng)中嵌入監(jiān)/檢測或識別難以定性的設(shè)備故障功能、在數(shù)據(jù)庫營銷中嵌入選擇最可能購買產(chǎn)品的客戶功能、在機(jī)場管理系統(tǒng)中嵌入旅客人數(shù)預(yù)測、貨運(yùn)優(yōu)化功能、在基因分析系統(tǒng)中嵌入DNA識別功能、在制造/生產(chǎn)系統(tǒng)中嵌入質(zhì)量控制功能等。所以為了推動數(shù)據(jù)挖掘技術(shù)的應(yīng)用，從1999年開始，大量的數(shù)據(jù)挖掘工具研制者開始提供縱向的數(shù)據(jù)挖掘解決方案（Vertical Solution），即針對特定的應(yīng)用提供完整的數(shù)據(jù)挖掘方案。典型的系統(tǒng)有IBM Intelligent Miner、SPSS的Clementine、SAS的Enterprise Miner、SGI的MineSet、Oracle Darwin等。 隨著數(shù)據(jù)量的增加，需要利用數(shù)據(jù)庫或者數(shù)據(jù)倉庫技術(shù)進(jìn)行管理，所以數(shù)據(jù)挖掘系統(tǒng)與數(shù)據(jù)庫和數(shù)據(jù)倉庫結(jié)合是自然的發(fā)展。主要的商業(yè)數(shù)據(jù)挖掘系統(tǒng) 有：SPSS公司的Clementine、SAS公司的Enterprise Miner、IBM公司的Intelligent Miner、SGI公司的Mineset、Sybase公司的Warehouse Studio、RuleQuest Research公司的See還有CoverStory、EXPLORA、Knowledge Discovery Workbench、DBMiner、Quest等。 在網(wǎng)上，還有一個(gè)自由論壇DMEmailClub，人們通過電子郵件相互討論數(shù)據(jù)挖掘DMKD的熱點(diǎn)問題。此外，數(shù)據(jù)庫、人工智能、信息處理、知識工程等領(lǐng)域的國際學(xué)術(shù)刊物也紛紛開辟了KDD專題或?qū)？?。其他?nèi)容的專題會議也把數(shù)據(jù)挖掘和知識發(fā)現(xiàn)列為議題之一，成為當(dāng)前計(jì)算機(jī)科學(xué)界的一大熱點(diǎn)。在這一節(jié)，我們分別介紹數(shù)據(jù)挖掘研究、數(shù)據(jù)挖掘系統(tǒng)和數(shù)據(jù)挖掘應(yīng)用的發(fā)展?fàn)顩r，并且在數(shù)據(jù)挖掘研究介紹中同時(shí)使用數(shù)據(jù)挖掘和知識發(fā)現(xiàn)術(shù)語。但事實(shí)上經(jīng)過對一年來的交易情況進(jìn)行數(shù)據(jù)挖掘卻發(fā)現(xiàn)：交易頻度和贏利情況才是最重要的。但在某個(gè)賭場，一年中每天擲出硬幣，其正面出現(xiàn)的次數(shù)在68%93%之間，統(tǒng)計(jì)學(xué)中正反面出現(xiàn)的概率是50%的推斷在這樣一個(gè)總體中就沒有價(jià)值了。但通過一個(gè)樣本分析發(fā)現(xiàn)：其中有三類人群對該廣告的響應(yīng)率較高。在這種情形下，用樣本構(gòu)造某種模型或某個(gè)估計(jì)值來推斷1000萬臺電視機(jī)的使用情況就沒有價(jià)值了，我們可以通過數(shù)據(jù)挖掘直接找出總體的規(guī)律。這意味這計(jì)算機(jī)對于數(shù)據(jù)的分析和處理是關(guān)鍵的，而手工直接處理數(shù)據(jù)將變得不可行。由于統(tǒng)計(jì)學(xué)基礎(chǔ)的建立在計(jì)算機(jī)的發(fā)明之前，所以許多統(tǒng)計(jì)學(xué)方法是可以手工實(shí)現(xiàn)的。手工與計(jì)算機(jī) 數(shù)理統(tǒng)計(jì)和數(shù)據(jù)挖掘有著共同的目標(biāo)：發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律。數(shù)據(jù)挖掘與數(shù)理統(tǒng)計(jì)差異 這樣對于一個(gè)新的持卡人，就可以根據(jù)他的特征預(yù)測其信譽(yù)度。也就是我們常說的物以類聚人以群分。演變分析：描述時(shí)間序列數(shù)據(jù)隨時(shí)間變化的數(shù)據(jù)的規(guī)律或趨勢，并對其建模。 啤酒39。數(shù)據(jù)挖掘分為描述性和預(yù)測性兩類。這就要對尋找出的規(guī)律進(jìn)行評估。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示三個(gè)步驟。 那么數(shù)據(jù)挖掘是什么樣的技術(shù)呢？ 經(jīng)過大量實(shí)際調(diào)查和分析，揭示了一個(gè)隱藏在尿布與啤酒背后的美國人的一種行為模式：在美國，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時(shí)也為自己買一些啤酒。沃爾瑪數(shù)據(jù)倉庫里集中了其各門店的詳細(xì)原始交易數(shù)據(jù)。而數(shù)據(jù)挖掘是目前最先進(jìn)的數(shù)據(jù)資源開發(fā)利用技術(shù)。我們發(fā)現(xiàn)這些數(shù)據(jù)是人們工作、生活和其他行為的記錄，是企業(yè)和社會發(fā)展的記錄，也是人與自然界本身的描述。進(jìn)入傳媒圖庫窗體頂端【Email推薦：窗體底端隨著國民經(jīng)濟(jì)和社會信息化的發(fā)展，人們在計(jì)算機(jī)系統(tǒng)中存放的數(shù)據(jù)量越來越大。這就是數(shù)據(jù)資源的開發(fā)利用，是非常有價(jià)值的工作。為了能夠準(zhǔn)確了解顧客在其門店的購買習(xí)慣，沃爾瑪利對其顧客的購物行為進(jìn)行購物籃分析，想知
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1