第10章數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的綜合應(yīng)用(編輯修改稿)
2025-03-29 10:14 本頁面
【文章內(nèi)容簡(jiǎn)介】 庫與數(shù)據(jù)挖掘 李志剛 教授 ? 5．?dāng)?shù)據(jù)挖掘在生物醫(yī)學(xué)中的應(yīng)用 ? 在生物醫(yī)學(xué)界，數(shù)據(jù)挖掘技術(shù)主要用于 DNA數(shù)據(jù)的分析。 ? 6．?dāng)?shù)據(jù)挖掘在其他一些領(lǐng)域的應(yīng)用。 ? （ 1）醫(yī)療數(shù)據(jù)挖掘可用于病例、病人行為特征的分析，以及用于藥方管理等，以安排治療方案、判斷藥方的有效性等。 ? （ 2）司法數(shù)據(jù)挖掘可用于案件調(diào)查。案例分析、犯罪監(jiān)控等等，還可用于犯罪行為特征的分析。 ? （ 3）工業(yè)部門數(shù)據(jù)挖掘技術(shù)可用于進(jìn)行故障診斷、生產(chǎn)過程優(yōu)化、礦物挖掘等。 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 李志剛 教授 10． 2． 3數(shù)據(jù)挖掘未來研究方向 ? 研究焦點(diǎn)可能會(huì)集中到以下幾個(gè)方面： ? 發(fā)現(xiàn)語言的形式化描述，即研究專門用于知識(shí)發(fā)現(xiàn)的數(shù)據(jù)挖掘語言，也許會(huì)像 SQL語言一樣走向形式化和標(biāo)準(zhǔn)化； ? 尋求數(shù)據(jù)挖掘過程中的可視化方法，使知識(shí)發(fā)現(xiàn)的過程能夠被用戶理解，也便于在知識(shí)發(fā)現(xiàn)的過程中進(jìn)行人機(jī)交互； ? 研究在網(wǎng)絡(luò)環(huán)境下的數(shù)據(jù)挖掘技術(shù) 。 ? 加強(qiáng)對(duì)各種非結(jié)構(gòu)化數(shù)據(jù)的開采 。 ? 處理的數(shù)據(jù)將會(huì)涉及到更多的數(shù)據(jù)類型 。 ? 交互式發(fā)現(xiàn)； ? 知識(shí)的維護(hù)更新。 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 李志剛 教授 10． 4金融業(yè)中的數(shù)據(jù)挖掘應(yīng)用 ? 金融行業(yè)是數(shù)據(jù)挖掘應(yīng)用最廣泛也是最有前途的領(lǐng)域，因?yàn)榻鹑跀?shù)據(jù)通常比較完整、可靠，這對(duì)系統(tǒng)化的數(shù)據(jù)分析和數(shù)據(jù)挖掘相當(dāng)有利。數(shù)據(jù)挖掘在銀行、證券、保險(xiǎn)業(yè)中的應(yīng)用有許多相似之處，但也有具體業(yè)務(wù)方面的區(qū)別。多數(shù)金融機(jī)構(gòu)都提供豐富多樣的儲(chǔ)蓄、信用、投資、保險(xiǎn)等服務(wù)，隨著混業(yè)經(jīng)營的逐步放開，各類金融機(jī)構(gòu)的業(yè)務(wù)將向更綜合的方向發(fā)展。 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 李志剛 教授 10． 3． 1數(shù)據(jù)挖掘在銀行領(lǐng)域的應(yīng)用 ? 全球商業(yè)銀行的經(jīng)營觀念正發(fā)生著巨大變化 —— 由傳統(tǒng)的注重交易轉(zhuǎn)變?yōu)樽⒅乜蛻絷P(guān)系和客戶價(jià)值，從而產(chǎn)生了“關(guān)系銀行”的概念。 ? 1．銀行風(fēng)險(xiǎn)管理 ? 數(shù)據(jù)挖掘還可以解決銀行經(jīng)常面臨的詐騙行為，如信用卡的惡性透支及可疑的信用卡交易等等。 ? 2．銀行信用等級(jí)評(píng)估 ? 金融業(yè)風(fēng)險(xiǎn)與效益并存，分析賬戶的信用等級(jí)對(duì)于降低風(fēng)險(xiǎn)、增加收益是非常重要的。 ? 3．銀行服務(wù)分析和預(yù)測(cè) 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 李志剛 教授 10． 4． 2數(shù)據(jù)挖掘在證券領(lǐng)域的應(yīng)用 ? 1．證券公司客戶關(guān)系管理 ? 客戶價(jià)值：建立客戶價(jià)值模型 CVM，客戶價(jià)值模型主要是分析客戶的價(jià)值的構(gòu)成及影響因子。 ? 客戶盈利能力：分析客戶給公司帶來的價(jià)值，客戶貢獻(xiàn)和客戶貢獻(xiàn)率以及客戶未來對(duì)于公司的盈利能力。 ? 客戶獲?。貉芯咳绾胃倪M(jìn)服務(wù)和產(chǎn)品，提高客戶吸引力。 ? 客戶保持：防止顧客流失，做出客戶流失預(yù)測(cè)模型，在流失前采取對(duì)策挽留住客戶，減少損失。 ? 客戶細(xì)分：按照不同的維度，細(xì)分客戶，找出重點(diǎn)客戶。 ? 客戶行為分析：可以采用基于概念聚類的客戶交易行為分析，得出客戶偏好，提出合理投資組合建議。 ? 交叉營銷： 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 李志剛 教授 10． 4． 2數(shù)據(jù)挖掘在證券領(lǐng)域的應(yīng)用 ? ? 目前的主要應(yīng)用領(lǐng)域有： ? (1）通過橫向（財(cái)務(wù)指標(biāo)）聚類提煉出可以有效反映上市公司經(jīng)營
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1