【文章內(nèi)容簡介】 掘 數(shù)據(jù)挖掘的時序性 對非結(jié)構(gòu)化數(shù)據(jù)的挖掘 引入新的數(shù)據(jù)挖掘算法 補充內(nèi)容：數(shù)據(jù)挖掘的主要功能 ? 分類 ? 企業(yè)可以按照客戶的行為對他們進行分類，以便使特定的產(chǎn)品和服務(wù)能夠被提供給更加有價值的客戶群（即最佳客戶） ? 族群聚類 ? 將具有相似特點的客戶分成幾個族群（市場細分） ? 聯(lián)系關(guān)系 ? 探尋產(chǎn)品或行為間的聯(lián)系是否存在以及聯(lián)系的強度，以便能夠基于相關(guān)產(chǎn)品做出決策 ? 方式或次序 ? 客戶的購買行為的方式或次序 補充內(nèi)容：典型數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu) 數(shù)據(jù)挖掘的基本任務(wù) .自動預(yù)測趨勢和行為 .關(guān)聯(lián)分析 若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián) 關(guān)聯(lián)可分為簡單關(guān)聯(lián)、時序關(guān)聯(lián)和因果關(guān)聯(lián)等多種類型 關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng) .聚類分析 數(shù)據(jù)庫中的記錄可被劃分為一系列有意義的子集，即聚類 .概念描述 是對某類對象的內(nèi)涵進行描述，并概括這類對象的有關(guān)特征 .偏差檢測 基本方法是尋找觀測結(jié)果與參照值之間有意義的差別 數(shù)據(jù)挖掘的技術(shù)與算法簡介 .數(shù)據(jù)挖掘的集合論技術(shù) 粗糙集技術(shù) 是一種處理含糊和不精確數(shù)學問題的新型數(shù)學工具 粗糙集將知識定義為不可精確區(qū)分的關(guān)系的一個族集，這就使知識有了明確的數(shù)學含義，易于進行數(shù)學分析 概念樹技術(shù) 一個數(shù)據(jù)庫中的不同數(shù)據(jù)都擁有許多的不同屬性，根據(jù)這些屬性可以對數(shù)據(jù)進行分類，然后對每個屬性進行概念提升 中國 江蘇 臺灣 其他省份 淡水 基隆 …… 南京 蘇州 …… …… …… 圖 93 籍貫概念樹 籍貫概念樹 .數(shù)據(jù)挖掘中的仿生物技術(shù) 神經(jīng)網(wǎng)絡(luò)技術(shù)（ ） 模擬了人腦神經(jīng)元結(jié)構(gòu)，可以為解決復(fù)雜程度高的問題提供一個比較簡便的方法 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)是：輸入層、輸出層、隱含層 1 輸入層 隱含層 輸出層 圖 94 簡單的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 2 3 6 4 5 生物進化 遺傳算法 適者生存 在算法停止時，獲得最優(yōu)解 個體 解 染色體 解的編碼（字符串、向量等） 基因 解中每個分量的特征（如數(shù)值） 適應(yīng)度 適應(yīng)性函數(shù)值 種群 根據(jù)適應(yīng)度函數(shù)值進取的一組解 雜交 通過變換兩個解的對應(yīng)分量產(chǎn)生新的解的過程 變異 通過變換一個解得某些分量產(chǎn)生一個新解的過程 表 遺傳算法與生物進化的比較 ?遺傳算法 ?遺傳算法主要借助生物進化中的“適者生存”的概念，模仿生物進化中的遺傳繁殖機制，對優(yōu)化問題解空間的每一個個體進行編碼，然后對編碼后的優(yōu)化問題解空間進行組合劃分，并通過迭代從中尋找含有最優(yōu)解和較優(yōu)解的組合 .統(tǒng)計分析方法 相關(guān)分析和回歸分析：相關(guān)分析是用相關(guān)系數(shù)來度量變量間相關(guān)程度的數(shù)量關(guān)系，回歸分析研究是變量間的因果關(guān)系 差異分析：從樣本統(tǒng)計量的值得出的差異來確定總體參數(shù)之間是否存在差異（假設(shè)檢驗），典型的方法是方差分析，即通過分析實驗數(shù)據(jù)中不同來源的變異對總體變異的貢獻大小，確定實驗中的可控因素（自變量）是否對實驗結(jié)果（因變量）有重要的影響 因子分析：是把多個可直接觀測的變量轉(zhuǎn)化為少數(shù)幾個不相關(guān)的總和指標的多遠統(tǒng)計分析方法，在醫(yī)學、心理學和經(jīng)濟學與管理學等科學領(lǐng)域得到十分廣泛的應(yīng)用 聚類分析：是根據(jù)事物本身的特征研究個體分類的方法，是直接比較樣本中事物之間的性質(zhì)的一種方法，把性質(zhì)相近的歸為一類，將性質(zhì)差別比較大的分為不同的類 判別分析：根據(jù)表明事物特點的變量值和他們所屬的類求出判別函數(shù)，再根據(jù)判別函數(shù)對未知所屬類別的事物進行分類的一種分析方法 .關(guān)聯(lián)規(guī)則算法 關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)庫中數(shù)據(jù)項之間存在潛在關(guān)系的規(guī)則，形式為 “∧ ∧ ∧ ∧ ∧ ∧ ”，其（， ，）， （， ，）是數(shù)據(jù)庫中的數(shù)據(jù)項 數(shù)據(jù)項之間的關(guān)聯(lián)就是根據(jù)一個事務(wù)中某些項的出現(xiàn)，可推導(dǎo)出另一些項在同類事務(wù)中也出現(xiàn) 關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián) 關(guān)聯(lián)規(guī)則算法分為兩個步驟 求支持度大于用戶指定的最小支持的數(shù)據(jù)項集，即大數(shù)據(jù)項集，對于語義約束的規(guī)則，僅求得滿足約束的大數(shù)據(jù)項集 利用大數(shù)據(jù)項集產(chǎn)生關(guān)聯(lián)規(guī)則，關(guān)聯(lián)規(guī)則是挖掘算法的核心 邏輯 數(shù)據(jù)庫 被選擇 的數(shù)據(jù) 預(yù)處理 后的數(shù) 據(jù) 被轉(zhuǎn)換 的數(shù)據(jù) 被抽取 的信息 被同化 的知識 選擇 預(yù)處理 轉(zhuǎn)換 挖掘 分析和 簡化 圖 96 數(shù)據(jù)挖掘流程圖 數(shù)據(jù)挖掘的流程 ——技術(shù)視角 從邏輯數(shù)據(jù)庫開始，經(jīng)過選擇流程獲得被選擇的數(shù)據(jù)，然后對這些數(shù)據(jù)進行預(yù)處理，從而得到經(jīng)過預(yù)處理的數(shù)據(jù)庫 在此基礎(chǔ)上，再對新生成的數(shù)據(jù)進行某種轉(zhuǎn)換，并利用所獲取的新數(shù)據(jù)進行挖掘，提出其中有用信息，再加以分析和同化，最終形成經(jīng)過同化的知識，為企業(yè)決策提供支持 用數(shù)據(jù)挖掘優(yōu)化系統(tǒng) .什么是優(yōu)化？ 優(yōu)化是對結(jié)果進行明確評價的問題，是在一定的約束和限制條件下，得到最優(yōu)安排的過程 .使用數(shù)據(jù)挖掘技術(shù)優(yōu)化系統(tǒng)的一般步驟 評價，即檢測發(fā)生的結(jié)果 預(yù)測，即根據(jù)已發(fā)生的事情來進行預(yù)測 行動，即進行嘗試 .優(yōu)化形式 存在一種明確定義的數(shù)值有待優(yōu)化 對復(fù)雜的、因果關(guān)系不明確的問題進行優(yōu)化 在中利用數(shù)據(jù)挖掘所形成的商業(yè)價值 .客戶盈利模型 .客戶獲取模型 .客戶挽留模型 .客戶細分模型 科學的客戶細分需滿足兩個基本條件：完整性；互斥性 .交叉銷售模型 通過數(shù)據(jù)挖掘中的聚類分析，鎖定交叉銷售所要面對的目標客戶 通過關(guān)聯(lián)分析確定最優(yōu)的銷售組合，并向相應(yīng)的客戶展開交叉銷售 數(shù)據(jù)挖掘工具及其評估 .數(shù)據(jù)挖掘工具的類型 通用工具 主要包括：公司的 、的 、公司的、公司的、的 綜合數(shù)據(jù)挖掘工具 面向特定應(yīng)用的數(shù)據(jù)挖掘工具 主要包括：（主要在零售業(yè)）和 （重點在市場領(lǐng)域）等 .數(shù)據(jù)挖掘工具的評估標準 操作的數(shù)據(jù)類型 結(jié)果的有用性和確定性 知識的表達 多層次互動知識 并行分布的數(shù)據(jù)挖掘算法 私有保護和數(shù)據(jù)安全 其他標準：產(chǎn)品成熟度和公司力量、產(chǎn)品的數(shù)據(jù)操作能力、產(chǎn)品的用戶界面，管理復(fù)雜程度等 知識發(fā)現(xiàn)與 知識發(fā)現(xiàn)概述 等（）認為，知識發(fā)現(xiàn)（ ，）就是指在從大量數(shù)據(jù)中提取有效的、新穎的、潛在有用的、最終可被理解的模式的非平凡的過程 具有自動性和一定的智能性 知識發(fā)現(xiàn)的過程（ 圖） 數(shù)據(jù)準備 ——理解有關(guān)的背景和用戶的具體需求 數(shù)據(jù)選取 ——確定要選取的目標數(shù)據(jù)，從原始數(shù)據(jù)庫中選取數(shù)據(jù)或者數(shù)據(jù)樣本 數(shù)據(jù)預(yù)處理 ——對選取的數(shù)據(jù)和數(shù)據(jù)樣本進行一定的預(yù)處理，檢查數(shù)據(jù)的完整