數(shù)據(jù)挖掘之關(guān)聯(lián)分析(更新版)
【正文】 析的推薦是通過分析用戶的歷史行為數(shù)據(jù)，可能會發(fā)現(xiàn)購買了 《 Web Analytics》 的很多用戶也買了 《 The Elements of User Experience》 這本書，那么就可以基于這個發(fā)現(xiàn)進(jìn)行推薦。通過向用戶推薦產(chǎn)品或服務(wù)，激發(fā)用戶的潛在需求，促使用戶消費(fèi)，更加符合 “以用戶為中心” 的理念。聚類和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。 例子： a. 根據(jù)購買模式，估計(jì)一個家庭的孩子個數(shù) b. 根據(jù)購買模式，估計(jì)一個家庭的收入 c. 估計(jì) real estate的價(jià)值 一般來說，估值可以作為分類的前一步工作。 數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。 數(shù)據(jù)挖掘能做什么 預(yù)測（ Prediction） 通常，預(yù)測是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用于對未知變量的預(yù)言。 交叉營銷 (Cross Marketing)：從客戶的購買行為中發(fā)現(xiàn)客戶的多種需求，向其推銷相關(guān)的產(chǎn)品或服務(wù)。 基于用戶行為分析的關(guān)聯(lián)推薦
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1