物聯(lián)網(wǎng)中的智能決策(ppt35頁(yè))(存儲(chǔ)版)
【正文】 更好地吸引客戶(hù)的注意 本章小結(jié) 內(nèi)容回顧 本章介紹了數(shù)據(jù)挖掘的基本流程，重點(diǎn)介紹了五種典型的數(shù)據(jù)挖掘算法和步驟。 ?了解演化分析的基本概念。 本章小結(jié) 重點(diǎn)掌握（續(xù)） ?理解聚類(lèi)分析與分類(lèi)的區(qū)別，了解 kmeans算法。 ?通過(guò)數(shù)據(jù)挖掘?qū)?shù)據(jù)進(jìn)行分析，可以得到產(chǎn)品質(zhì)量與這些參數(shù)之間的關(guān)系，從而能獲得針對(duì)性很強(qiáng)的建議以改進(jìn)產(chǎn)品質(zhì)量，而且有可能發(fā)現(xiàn)新的更高效節(jié)約的控制模式，為廠家?guī)?lái)豐厚的回報(bào) 互聯(lián)網(wǎng)用戶(hù)行為分析 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?隨著中國(guó)互聯(lián)網(wǎng)用戶(hù)數(shù)的激增，用戶(hù)在互聯(lián)網(wǎng)上的行為分析逐漸引起了關(guān)注。相反，它通過(guò)檢查數(shù)據(jù)對(duì)象的一組主要特征來(lái)確定離群點(diǎn)。分裂方法首先將所有的數(shù)據(jù)對(duì)象置于一個(gè)類(lèi)中，然后反復(fù)迭代并判定當(dāng)前的類(lèi)是否可以被繼續(xù)分裂，直到達(dá)到終止條件為止 ?基于密度的方法 ：只要某區(qū)域數(shù)據(jù)密度超過(guò)閾值，就將該區(qū)域的數(shù)據(jù)進(jìn)行聚類(lèi)。 分類(lèi)和預(yù)測(cè) 用于預(yù)測(cè)客戶(hù)是否可能購(gòu)買(mǎi)計(jì)算機(jī)的 判定樹(shù) ，其中 每個(gè)非樹(shù)葉節(jié)點(diǎn) 表示一個(gè) 屬性上的測(cè)試 ， 每個(gè)樹(shù)葉節(jié)點(diǎn) 代表 預(yù)測(cè)結(jié)果 分類(lèi)和預(yù)測(cè) 如何構(gòu)造上述判定樹(shù)？ 基本概念： n個(gè)客戶(hù)中有 a個(gè)購(gòu)買(mǎi)了計(jì)算機(jī)的 期望信息 建立樹(shù)節(jié)點(diǎn)時(shí)，選取合適的判定屬性，以 最大化期望信息增益應(yīng) ?某種屬性上的信息增益大小反映了該屬性區(qū)分給定數(shù)據(jù)的的能力強(qiáng)弱 nannannanaanaI ?????? loglog),(10條客戶(hù)記錄，其中 6人購(gòu)買(mǎi)了計(jì)算機(jī)， 4人沒(méi)有購(gòu)買(mǎi)。 本章將介紹數(shù)據(jù)挖掘的基本流程，基本類(lèi)型和典型算法。 ??? IIE 39。優(yōu)點(diǎn)是處理速度很快，因處理時(shí)間與數(shù)據(jù)對(duì)象數(shù)目無(wú)關(guān)，而只與量化空間中的單元格數(shù)目相關(guān) ?基于模型的方法 ：如果事先已知數(shù)據(jù)是根據(jù)潛在的概率分布生成的，基于模型的方法便可為每個(gè)聚類(lèi)構(gòu)建相關(guān)的數(shù)據(jù)模型，然后尋找數(shù)據(jù)對(duì)給定模型的最佳匹配。 ?通過(guò)數(shù)據(jù)挖掘的方法，可以知道：環(huán)境溫度濕度和土壤各項(xiàng)參數(shù)等因素是如何影響農(nóng)作物產(chǎn)量的，如何調(diào)節(jié)它們才能夠最大限度地提高農(nóng)作物產(chǎn)量 市場(chǎng)行銷(xiāo) 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?利用數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)用戶(hù)數(shù)據(jù)的分析，可以得到關(guān)于顧客購(gòu)物取向和興趣的信息，從而為商業(yè)決策提供依據(jù) ?數(shù)據(jù)庫(kù)行銷(xiāo) (Database Marketing) ?通過(guò)交互式查詢(xún)、數(shù)據(jù)分割和模型預(yù)測(cè)等方法來(lái)選擇潛在的顧客以便向它們推銷(xiāo)產(chǎn)品 ?預(yù)測(cè)采用何種銷(xiāo)售渠道和優(yōu)惠條件，使得用戶(hù)最有可能被打動(dòng) ?貨籃分析 (Basket Analysis) ?通過(guò)分析市場(chǎng)銷(xiāo)售數(shù)據(jù) (例如 POS數(shù)據(jù)庫(kù) )來(lái)發(fā)現(xiàn)顧客的購(gòu)買(mǎi)行為模式 智能家居 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?以獲取天氣信息為例：一方面，智能設(shè)備隨時(shí)關(guān)注氣
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1