bi商務(wù)智能--數(shù)據(jù)迷霧中(ppt46)(更新版)
【正文】 ：從所有對象來決定哪些相關(guān)對象應(yīng)該放在一起。 數(shù)據(jù)挖掘 (DM)學(xué)科背景 統(tǒng)計(jì)學(xué) 計(jì)算機(jī)科學(xué) 人工智能領(lǐng)域的廣泛運(yùn)用 數(shù)據(jù)挖掘 (DM)常用方法 分類（ classification）： 依照所分析對象的屬性分門別類、加以定義、建立類組（ class）。通過對客人的采購路線和消費(fèi)記錄的挖掘發(fā)現(xiàn)：美國女性的視線高度是 150cm左右，而男性是 163cm左右，最適宜的視線角度是視線高度以下 15度。 ：面向主題的、集成的、與時(shí)間相關(guān)且不可修改的數(shù)據(jù)集合。賬單每天打出厚厚一堆，老板瞧著密密麻麻的數(shù)字楞神，直嚷嚷生意難做?！? —— 麥克盧漢，《理解媒介》 數(shù)據(jù)迷霧中 一個(gè)平常飲料店的故事 1993年前，店里賣的飲料只有啤酒、可口可樂和北冰洋汽水 進(jìn)貨出貨老板在一個(gè)舊本子上記錄 一個(gè)平常飲料店的故事 1995年，生意大了，各處開了分號，飲料多了，酒也多了，有幾十種。 如何應(yīng)對？ 商務(wù)智能 什么是商務(wù)智能 商業(yè)智能是對商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級決策者獲得知識(shí)或洞察力，促使他們做出對企業(yè)更有利的決策。 OLAP的目標(biāo)：是滿足決策支持或多維環(huán)境特定的查詢和報(bào)表需求，它的技術(shù)核心是“維”這個(gè)概念，因此 OLAP也可以說是多維數(shù)據(jù)分析工具的集合。 DM應(yīng)用實(shí)例 (客戶購買模式識(shí)別 ) Safeway是英國的第三大連鎖超市，年銷售額超過一百億美元 運(yùn)用傳統(tǒng)的方法 — 降低價(jià)位、擴(kuò)充店面以及增加商品種類，若想在競爭中取勝已經(jīng)越來越困難了 必須以客戶為導(dǎo)向，了解六百萬客戶所做的每一筆交易以及這些交易彼此之間的關(guān)聯(lián)性 DM應(yīng)用實(shí)例 (客戶購買模式識(shí)別 ) Safeway首先根據(jù)客戶的相關(guān)資料，將客戶分為 150類，再用關(guān)聯(lián)（ Association）的技術(shù)列出產(chǎn)品相關(guān)度的清單。 比如，估計(jì)家中小孩的數(shù)量、一個(gè)家庭的總收入或是不動(dòng)產(chǎn)的價(jià)值。 聚類、群集化（ clustering） ：將不同的母體區(qū)隔為較具同構(gòu)型的群組（ cluster），換句話說，其目的是將組與組之間的差異分辨出來，并對個(gè)別組內(nèi)的相似樣本進(jìn)行
試題試卷相關(guān)推薦
鄂ICP備17016276號-1