【正文】 同時(shí) , 還可以得到相同或相近的分析結(jié)果? 主要分析方法：抽樣、主成分分析n數(shù)據(jù)離散化? 數(shù)據(jù)簡(jiǎn)化的一部分 , 但非常重要 (尤其對(duì)于數(shù)值型數(shù)據(jù)來(lái)說(shuō) )40 *數(shù)據(jù)挖掘過(guò)程中的數(shù)據(jù)探索n探索性數(shù)據(jù)分析（ Exploratory Data Analysis, EDA）? 探索性地查看數(shù)據(jù)，概括數(shù)據(jù)集的結(jié)構(gòu)和關(guān)系? 對(duì)數(shù)據(jù)集沒(méi)有各種嚴(yán)格假定? “ 玩 ” 數(shù)據(jù)n主要任務(wù)? 數(shù)據(jù)可視化（ a picture is worth a thousand words）? 殘差分析（數(shù)據(jù)＝擬合 + 殘差）? 數(shù)據(jù)的重新表達(dá)（什么樣的尺度－對(duì)數(shù)抑或平方跟－會(huì)簡(jiǎn)化分析？）? 方法的耐抗性（對(duì)數(shù)據(jù)局部不良的不敏感性，如中位數(shù)耐抗甚于均值）n常見(jiàn)方法? 統(tǒng)計(jì)量，如均值、方差、根方差、協(xié)方差、峰度、偏度、相關(guān)系數(shù)等? 統(tǒng)計(jì)圖，如餅圖、直方圖、散點(diǎn)圖、箱尾圖等? 模型，如聚類41 *數(shù)據(jù)挖掘結(jié)果的評(píng)價(jià)n興趣度度量：一個(gè)模式是有意義的，如果它易于被人理解，在某種程度上，對(duì)于新數(shù)據(jù)或者測(cè)試數(shù)據(jù)是有效的、潛在有用或者驗(yàn)證了用戶渴望確認(rèn)的某些假設(shè)。 play basketball ? eat cereal [40%, %] 是一個(gè)誤導(dǎo)規(guī)則 , 因?yàn)槌怨阮愂称返膶W(xué)生占學(xué)生總數(shù)的 75%, 比 %更高216。用戶可以根據(jù)實(shí)際需要和計(jì)算機(jī)的功能選擇模塊，以降低對(duì)系統(tǒng)硬盤容量的要求，有利于該軟件的推廣應(yīng)用。Pannon GSM Predictive Analytics167。 一月 2108:48:5208:48Jan2126Jan21? 1故人江海 別 ，幾度隔山川。 一月 21一月 21Tuesday, January 26, 2023? 很多事情努力了未必有 結(jié) 果，但是不努力卻什么改 變 也沒(méi)有。 2023/1/26 8:48:5208:48:5226 January 2023? 1空山新雨后，天氣晚來(lái)秋。 26 一月 20238:48:52 上午 08:48:52一月 21? 1最具挑 戰(zhàn) 性的挑 戰(zhàn) 莫 過(guò) 于提升自我。 勝 人者有力，自 勝 者 強(qiáng) 。 。 2023/1/26 8:48:5208:48:5226 January 2023? 1做前，能 夠環(huán)視 四周；做 時(shí) ，你只能或者最好沿著以腳 為 起點(diǎn)的射 線 向前。 一月 21一月 21Tuesday, January 26, 2023? 雨中黃葉 樹 ，燈下白 頭 人。Royal Bank of Canada Enterprise Data Warehousing167。 ? 它由數(shù)十個(gè)專用模塊構(gòu)成， SAS/STAT（統(tǒng)計(jì)分析）； SAS/ETS（經(jīng)濟(jì)計(jì)量與時(shí)間序列分析）； SAS/QC（質(zhì)量控制管理）；SAS/OR（運(yùn)籌學(xué)）； SAS/IML（矩陣運(yùn)算）； SAS/GRAPH（繪圖）等61 *SPSS： Real Stat, Real Easy?SPSS（ Statistical Package for the Social Science）－－社會(huì)科學(xué)統(tǒng)計(jì)軟件包是世界是著名的統(tǒng)計(jì)分析軟件之一。3750人吃谷類食品252。? 數(shù)量分析的類型 按照分析的目的– 探索性數(shù)據(jù)分析– 描述性數(shù)據(jù)分析– 解釋性數(shù)據(jù)分析 按照問(wèn)題的本質(zhì)– 確定性分析– 不確定性分析27 *數(shù)量分析中的模型化方法? 數(shù)量模型是對(duì)現(xiàn)實(shí)問(wèn)題的描述和模仿? 模型是為認(rèn)識(shí)目的或?qū)嵺`目的而建立的? 典型的模型化過(guò)程28 *數(shù)據(jù)分析模型? 絕對(duì)模型（ Categorical Model）：依據(jù)預(yù)定義路徑尋找原因，如查詢? 解釋模型（ Exegetical Model）：依據(jù)多層次路徑尋找原因，如多維分析? 思考模型（ Contemplative Model）：參數(shù)化路徑，如場(chǎng)景分析? 公式模型（ Formulaic Model）：模型化路徑，如數(shù)據(jù)挖掘Reporting Ad Hoc Queries Predictive ModelingWhat happened ? Why did it happen ?What will happen ?ROI應(yīng)用復(fù)雜性Stage 3Stage 2Stage 1Human Discovery Machineassisted Discovery29 *常用的數(shù)據(jù)分析方法 /模型? 數(shù)量分析是對(duì)事物的數(shù)量特征、數(shù)量關(guān)系與數(shù)量變化的分析?？蛻魞r(jià)值包括客戶貢獻(xiàn)與客戶成本兩個(gè)側(cè)面，對(duì)于前者，客戶的帳單金額已是很好的衡量指標(biāo)，但是也需要綜合考慮其他指標(biāo)（如新業(yè)務(wù)使用情況、長(zhǎng)途或者漫游比例等）；而對(duì)于后者，由于利用財(cái)務(wù)數(shù)據(jù)進(jìn)行分?jǐn)偦蛘呋顒?dòng)單位成本進(jìn)行直接計(jì)算還需時(shí)日（等待財(cái)務(wù)部的成本分?jǐn)偣ぷ魍瓿桑?，故?dāng)前階段是處理貢獻(xiàn)類相關(guān)指標(biāo)以供用戶直觀考察。將這個(gè)把客戶分成不同群體的過(guò)程稱之為 “客戶分群 ”。而收入受營(yíng)銷政策與執(zhí)行的影響較大，傳統(tǒng)的歷史曲線預(yù)測(cè)方法與手段不能準(zhǔn)確預(yù)測(cè)當(dāng)期及下期的收入。? 交叉銷售中的數(shù)量方法 購(gòu)買傾向預(yù)測(cè) 產(chǎn)品關(guān)聯(lián)分析17 *客戶流失? 客戶流失預(yù)警 分品牌、高 /中 /低價(jià)值、主動(dòng) /被動(dòng)構(gòu)建模型 分類預(yù)測(cè)數(shù)據(jù)挖掘模型 客戶挽留流程設(shè)計(jì)? 彩鈴客戶流失預(yù)警 分主動(dòng) /捆綁構(gòu)建模型 分類預(yù)測(cè)數(shù)據(jù)挖掘模型 客戶挽留流程設(shè)計(jì)? 競(jìng)爭(zhēng)對(duì)手流失預(yù)警 聯(lián)通用戶流失預(yù)測(cè) 客戶挽留流程設(shè)計(jì)18 *交叉銷售與提升銷售? 購(gòu)買傾向預(yù)測(cè) 彩鈴預(yù)測(cè)模型 彩信預(yù)測(cè)模型WAP預(yù)測(cè)模型? 購(gòu)物藍(lán)分析 產(chǎn)品關(guān)聯(lián)分析 營(yíng)銷方案關(guān)聯(lián)分析? 提升銷售 價(jià)值提升預(yù)測(cè)模型19 *營(yíng)銷案預(yù)演營(yíng)銷預(yù)演是為了支持業(yè)務(wù)人員制訂新的資費(fèi)營(yíng)銷方案，然后對(duì)該方案在歷史數(shù)據(jù)上做相應(yīng)的測(cè)算，從而根據(jù)測(cè)算結(jié)果來(lái)指導(dǎo)下一步工作。細(xì)分的目的可以讓管理者從一個(gè)比較高的層次上 “鳥瞰 ”整個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)，從而可以用不同的方法對(duì)待處于不同細(xì)分群眾的客戶，提供相對(duì)個(gè)性化的服務(wù)。新客戶的獲取包括發(fā)現(xiàn)那些對(duì)你的產(chǎn)品不了解的客戶，也包括以前接受你的競(jìng)爭(zhēng)對(duì)手服務(wù)的顧客。同時(shí)營(yíng)銷活動(dòng)完成以后進(jìn)行營(yíng)銷活動(dòng)的評(píng)估。 推廣過(guò)去，針對(duì) KPI指標(biāo)的重要指標(biāo)（如收入、業(yè)務(wù)量等）都可以進(jìn)行規(guī)劃和預(yù)測(cè)，有效的幫助各部門制定相關(guān)的政策策略。需求優(yōu)先級(jí)別： 中等需求實(shí)施難度： 中等要求配合部門： 業(yè)務(wù)支撐中心、市場(chǎng)部、數(shù)據(jù)業(yè)務(wù)中心其他說(shuō)明： 區(qū)域接口人負(fù)責(zé)（劉敏）需求分析和定位： 需求可行。省公司想法是作為一個(gè)科研項(xiàng)目來(lái)研究和分析，希望能研究一些成果幫助市公司的市場(chǎng)分析和營(yíng)銷策略。? 目前仍無(wú)很好的解決辦法，很大程度上仍依靠人工? 不存在解決這個(gè)問(wèn)題的簡(jiǎn)單技術(shù)，最終答案是不要把數(shù)據(jù)挖掘當(dāng)作脫離數(shù)據(jù)內(nèi)涵的簡(jiǎn)單技術(shù)來(lái)運(yùn)用? 客觀興趣度：基于統(tǒng)計(jì)或模式的結(jié)構(gòu)，如統(tǒng)計(jì)量、支持度、 lift等? 主觀興趣度：基于用戶對(duì)數(shù)據(jù)的確信程度，如意外程度、新奇程度或者可行動(dòng)性等? 過(guò)度擬合（ Overfitting）問(wèn)題42 *什么不是數(shù)據(jù)挖掘？n定量分析（ Quantitative Analysis）的需要存在企業(yè)管理運(yùn)行的各個(gè)側(cè)面或環(huán)節(jié)，但并非所有的定量分析問(wèn)題都可以歸結(jié)到數(shù)據(jù)挖掘范疇的問(wèn)題。 play basketball ? not eat cereal [20%, %] 其實(shí)是一個(gè)更精確的規(guī)則 , 盡管它的支持度和置信度都比較低48 *關(guān)聯(lián)規(guī)則的應(yīng)用n市場(chǎng)購(gòu)物籃分析（ Market Basket Analysis）? 例如一個(gè)事務(wù)是客戶的一個(gè)購(gòu)物清單，同一客戶的兩份清單被認(rèn)為是兩個(gè)不同的事務(wù)? 數(shù)據(jù)項(xiàng)是所有可能陳列貨物的全集? 目標(biāo)是發(fā)現(xiàn)同時(shí)出現(xiàn)的貨品組合間的關(guān)聯(lián)模式? 應(yīng)用：商品貨價(jià)設(shè)計(jì)、倉(cāng)儲(chǔ)規(guī)劃、網(wǎng)頁(yè)布局、產(chǎn)品目錄設(shè)計(jì)等等n交叉銷售（ Cross Selling）? 客戶依次購(gòu)買不同產(chǎn)品的序列? 目標(biāo)是發(fā)現(xiàn)在購(gòu)買某一產(chǎn)品組合之后客戶可能購(gòu)買的另一產(chǎn)品或服務(wù)? 應(yīng)用：網(wǎng)絡(luò)故障分析、網(wǎng)站門戶設(shè)計(jì)等49 *分類問(wèn)題的基本定義n給定一數(shù)據(jù)集合（訓(xùn)練集）? 數(shù)據(jù)記錄由一系列變量組成? 其中有一個(gè)變量是目標(biāo)分類標(biāo)簽n尋找一模型，使目標(biāo)分類變量值是其他變量值的一個(gè)函數(shù)n利用上述函數(shù)，一未知分類變量值的數(shù)據(jù)記錄能夠盡可能準(zhǔn)確地被判定到某一類別中去? 一般會(huì)有另一獨(dú)立地?cái)?shù)據(jù)集（測(cè)試集）用以驗(yàn)證所構(gòu)建分類函數(shù)的準(zhǔn)確性，避免過(guò)度擬合50 *分類過(guò)程示意訓(xùn)練集 分類學(xué)習(xí)訓(xùn)練集分類器IF rank = ‘professor’OR years 6THEN tenured = ‘yes’Jef is YES!51 *分類中的決策樹（ Decision Tree）歸納n決策樹 ? 類似于流程圖的樹型結(jié)構(gòu)? 內(nèi)部節(jié)點(diǎn)代表對(duì)某個(gè)屬性的一次測(cè)試? 分支代表測(cè)試的輸出結(jié)果? 葉節(jié)點(diǎn)代表分類標(biāo)簽或分布