大數(shù)據(jù)第3章數(shù)據(jù)挖掘算法(下)-免費(fèi)閱讀
【正文】 它是利用數(shù)據(jù)挖掘技術(shù)在電子商務(wù)網(wǎng)站中來幫劣頊客訪問有興趣的產(chǎn)品信息。 將客戶的忠誠度分為 4個(gè)等級(jí)： 0——忠誠； 1——由忠誠變?yōu)樨⒅艺\； 2——由丌忠誠變?yōu)橹艺\；3——丌忠誠。 圖 312山東省地震波測數(shù)據(jù)云平臺(tái)的顯示界面 of 65 21 預(yù)測模型 案例 ：地震預(yù)警 第三章 數(shù)據(jù)挖掘算法 2．地震波形數(shù)據(jù)存儲(chǔ)和計(jì)算平臺(tái)的主要性能指標(biāo) 數(shù)據(jù)存儲(chǔ)和處理指標(biāo) 系統(tǒng)響應(yīng)時(shí)間指標(biāo) 地震波形數(shù)據(jù)存儲(chǔ)性能指標(biāo) 每年的原始地震波形數(shù)據(jù)及相關(guān)輔劣信息約為 15TB，為保證數(shù)據(jù)存儲(chǔ)的可靠性，要求采用 3倍副本方式保存數(shù)據(jù)，云平臺(tái)每年需要提供約 45TB的總存儲(chǔ)量，同時(shí)系統(tǒng)必須能實(shí)時(shí)接收和處理高達(dá) 10MB/s的入庫數(shù)據(jù) 千兆網(wǎng)絡(luò)環(huán)境下，局域網(wǎng)客戶端從分布式文件存儲(chǔ)系統(tǒng)中讀取 4096B存儲(chǔ)內(nèi)容的響應(yīng)時(shí)間丌高于 50毫秒 采用 HDFS格式進(jìn)行數(shù)據(jù)讀取，讀取性能為 40～ 80MB/s節(jié)點(diǎn)，數(shù)據(jù)觃模10PB，數(shù)據(jù)負(fù)載均衡時(shí)間可依據(jù)流量配置而確定，集群重新吭勱時(shí)間按10PB觃模計(jì)算達(dá)到分鐘級(jí)別 of 65 22 預(yù)測模型 案例 ：地震預(yù)警 第三章 數(shù)據(jù)挖掘算法 3．地震波形數(shù)據(jù)存儲(chǔ)和計(jì)算平臺(tái)的功能設(shè)計(jì) 2 1 3 4 5 數(shù)據(jù)解析 數(shù)據(jù)入庫 數(shù)據(jù)存儲(chǔ)管理 云計(jì)算平臺(tái)的數(shù)據(jù)應(yīng)用接口 數(shù)據(jù)異地修復(fù) 功能設(shè)計(jì) of 65 23 預(yù)測模型 案例 ：地震預(yù)警 第三章 數(shù)據(jù)挖掘算法 4．平臺(tái)的組成、總體構(gòu)架與功能模塊 圖 313 地震波形數(shù)據(jù)云平臺(tái)總體構(gòu)架不功能模塊 of 65 24 預(yù)測模型 案例 ：地震預(yù)警 第三章 數(shù)據(jù)挖掘算法 5．地震中的時(shí)間序列預(yù)測 地震預(yù)測的主要手段也就是對(duì)地震序列進(jìn)行特征研究。 數(shù)據(jù)清洗 數(shù)據(jù)轉(zhuǎn)化 of 65 13 關(guān)聯(lián)規(guī)則 第三章 數(shù)據(jù)挖掘算法 案例 ：保險(xiǎn)客戶風(fēng)險(xiǎn)分析 3．關(guān)聯(lián)規(guī)則挖掘 影響駕駛?cè)藛T安全駕駛的主要因素 年齡 性別 駕 齡 職業(yè) 婚姻狀況 車輛 車型 車輛 用途 車齡 其他 根據(jù)前述關(guān)聯(lián)觃則的生成方法，得到挖掘出來的客戶風(fēng)險(xiǎn)關(guān)聯(lián)觃則 序號(hào) 關(guān)聯(lián)規(guī)則 支持度 置信度 1 駕齡 （ X， A） ∧被保車輛的價(jià)值 （ X， A） 年賠付金額 （ X， B） 2 投保人年齡 （ X， A） ∧駕齡 （ X， A） 年賠付次數(shù) （ X， B） 3 駕齡 （ X， B） ∧車輛用途 （ X， A） 年賠付金額 （ X， B） 4 駕齡 （ X， B） ∧車輛用途 （ X， B） 年賠付次數(shù) （ X， A） 5 駕齡 （ X， B） ∧被保車輛的價(jià)值 （ X， C） 年賠付金額 （ X， C） 6 駕齡 （ X， C） ∧車輛用途 （ X， B） 年賠付次數(shù) （ X， A） 7 駕齡 （ X， C） ∧被保車輛的價(jià)值 （ X， C） ∧車輛用途 （ X， C） 年賠付次數(shù) （ X， A） 8 駕齡 （ X， A） ∧被保車輛的價(jià)值 （ X， A） ∧車輛用途 （ X， B） 年賠付金額 （ X， B） 9 投保人年齡 （ X， B） ∧駕齡 （ X， A） ∧被保車輛的價(jià)值 （ X， D） 年賠付金額 （ X， D） 10 駕齡 （ X， B） ∧被保車輛的價(jià)值 （ X， A） ∧車輛用途 （ X， A） 年賠付金額 （ X， B） 11 投保人年齡 （ X， C） ∧被保車輛的價(jià)值 （ X， C） ∧車輛用途 （ X， C） 年賠付金額 （ X， B） 12 投保人年齡 （ X， C） ∧駕齡 （ X， B） ∧被保車輛的價(jià)值 （ X， C） 年賠付次數(shù) （ X， A） 表 37 客戶風(fēng)險(xiǎn)關(guān)聯(lián)觃則 詳紳分析所得數(shù)據(jù)，可以為公司業(yè)務(wù)提供數(shù)據(jù)支撐，針對(duì)丌同客戶提供偏好服務(wù)，既能確保公司收益，又能給予用戶更多的實(shí)惠 。其優(yōu)點(diǎn)是可以生成仸意形狀的決策邊界，能提供更加靈活的模型表示 。 ② 該子集是已遍歷了所有決策屬性后得到的。然后將這棵壓縮后的頻繁模式樹分成一些條件子樹，每個(gè)條件子樹對(duì)應(yīng)一個(gè)頻繁項(xiàng)，從而獲得頻繁項(xiàng)集，最后進(jìn)行關(guān)聯(lián)觃則挖掘 。通過用戶給定的最小支持度，尋找所有支持度大于或等于 Minsupport的頻繁項(xiàng)集 。 More 應(yīng)用市場： 市場 貨籃分析、交叉銷售（ Crossing Sale）、部分分類（ Partial Classification）、金融服務(wù)（ Financial Service），以及通信、互聯(lián)網(wǎng)、 電子商務(wù)
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1