客戶數(shù)據(jù)挖掘ppt課件-資料下載頁
2025-05-03 22:07本頁面
【正文】 1：如果客戶參加了信用卡保險，那么他就會參加壽險促銷（置信度＝ 3／ 3＝ 100％，支持度＝ 3／ 15＝ 20％） 規(guī)則 2：如果一個男性客戶沒有參加信用卡保險，那么他也不會參加壽險 促銷（置信度＝ 4／ 5＝ 80％，支持度＝5／ 15＝ 33％） 規(guī)則 3：如果一個女性客戶沒有參加信用卡保險，那么她可能會參加壽險促銷（置信度＝ 5／ 7＝ 71％，支持度＝7／ 15＝ 47％） 規(guī)則 4：如果是一個女性客戶，那么她可能會參加壽險促銷（置信度＝ 6／ 8＝ 75％，支持度＝ 8／ 15＝ 53％） 信用卡保險 Yes（ 5／ 2） No（ 4／ 1） No Yes 性 別 F M Yes（ 3／ 0） 規(guī)則的生成 ●現(xiàn)代方法 —— 關聯(lián)規(guī)則（ Association Rules） 最近鄰方法 規(guī)則：如果一個客戶處于 ● 的狀況，那么他可能是一個逃款者 關聯(lián)規(guī)則可以使用傳統(tǒng)的方法生成，但適當提供的屬性很多時，因為每條規(guī)則的結果可能包含大量的前提條件，使用傳統(tǒng)方法會變得不切實際。 規(guī)則的生成 ●現(xiàn)代方法 —— 關聯(lián)規(guī)則（ Association Rules） apriori方法 apriori方法步驟： －值支持度要求 apriori方法是通過生成條目集，按照一定的準則要求從中選擇規(guī)則的方法。 條目集是指符合一定支持度要求的“屬性－值”的組合 規(guī)則的生成 ●現(xiàn)代方法 —— 關聯(lián)規(guī)則（ Association Rules） 雜志促銷 手表促銷 壽險促銷 信用卡保險 性別 Y N N N M Y Y Y N F N N N N M Y Y Y Y M Y N Y N F N N N N F Y N Y Y M N Y N N M Y N N N M Y Y Y N M apriori方法 :例 －值支持度要求（＞ 30％） 單項集合 條目數(shù) 雜志促銷＝ Y 7 手表促銷＝ Y 4 手表促銷＝ N 6 壽險促銷＝ Y 5 壽險促銷＝ N 5 信用卡保險＝ N 8 性別＝ M 6 性別＝ F 4 單項條目集合 規(guī)則的生成 ●現(xiàn)代方法 —— 關聯(lián)規(guī)則（ Association Rules） 雜志促銷 手表促銷 壽險促銷 信用卡保險 性別 Y N N N M Y Y Y N F N N N N M Y Y Y Y M Y N Y N F N N N N F Y N Y Y M N Y N N M Y N N N M Y Y Y N M apriori方法 :例 雙項條目集合 雙項集合 條目數(shù) 雜志促銷＝ Y＆手表促銷＝ N 4 雜志促銷＝ Y＆壽險促銷＝ Y 5 雜志促銷＝ Y＆信用卡保險＝ N 5 雜志促銷＝ Y＆性別＝ M 4 手表促銷＝ N＆壽險促銷＝ N 4 手表促銷＝ N＆信用卡保險＝ N 5 手表促銷＝ N＆性別＝ M 4 壽險促銷＝ N＆信用卡保險＝ N 5 壽險促銷＝ N＆性別＝ M 4 新英卡保險＝ N＆ 性別＝ M 4 信用卡保險＝ N＆性別＝ F 4 規(guī)則的生成 ●現(xiàn)代方法 —— 關聯(lián)規(guī)則（ Association Rules） 雜志促銷 手表促銷 壽險促銷 信用卡保險 性別 Y N N N M Y Y Y N F N N N N M Y Y Y Y M Y N Y N F N N N N F Y N Y Y M N Y N N M Y N N N M Y Y Y N M apriori方法 :例 確定最小置信度（如＞ 50％），利用雙項條目集合生成規(guī)則 規(guī)則 1：如果雜志促銷＝ Y，那么壽險促銷＝ Y（ 5／ 7） 置信度＝ 5／ 7＝ 71％，支持度＝ 7／ 10＝ 70％ 規(guī)則 2：如果壽險促銷＝ Y，那么雜志促銷＝ Y（ 5／ 5） 置信度＝ 5／ 5＝ 100％，支持度＝ 5／ 10＝ 50％ 規(guī)則的生成 —— 關聯(lián)規(guī)則（ Association Rules） 市場籃子分析就是一種關聯(lián)規(guī)則的表現(xiàn) 時間序列分析是一種反映客戶行為在時間上的關聯(lián)性的關聯(lián)規(guī)則 規(guī)則的應用 —— 關聯(lián)規(guī)則（ Association Rules） —— 以前件為目標 —— 歸納所有前件一樣的規(guī)則 —— 分析后件的營銷效果 —— 設計促銷方案（完善前件） —— 例 —— 收集所有前件為文具、復讀機的規(guī)則，分析這些商品打折是否促進其他高利潤商品的銷售，從而調整商品結構、設計促銷方案 規(guī)則的應用 —— 關聯(lián)規(guī)則（ Association Rules） —— 以后件為目標 —— 歸納所有后件一樣的規(guī)則 —— 分析什么因素與后件有關或對后件有影響 —— 設計前件促成后件 —— 例 —— 收集到所有后件為西裝的規(guī)則，可以幫助我們了解西裝的銷售受哪些因素的影響或與哪些因素相關，從而可以考慮將這些因素集合在一起而產生促銷效果。 規(guī)則的應用 —— 關聯(lián)規(guī)則（ Association Rules） 置信度低 置信度高 支持度高 支持度低 規(guī)則的置信度和支持度 規(guī)則很少是正確的，但可以經常使用 規(guī)則很少是正確的，而且很少被使用 規(guī)則多數(shù)情況下是正確，但很少被使用 規(guī)則多數(shù)情況下是正確的，而且可以經常使用 —— 以置信度或支持度為目標 案例： Bell Atlantic公司 ? Bell Atlantic的數(shù)據(jù)挖掘系統(tǒng)非常成功，不僅為他們的業(yè)務開展帶來很大的方便，而且節(jié)省了許多開支。 Bell Atlantic的電話服務目前已經覆蓋了美國 14個州，擁有商業(yè)電話、住家電話帳戶近億個。 ? Bell Atlantic 數(shù)據(jù)挖掘系統(tǒng)的首要任務就是盡快地追收拖欠的電話費，同時盡量減少收債部門的成本。 案例： Bell Atlantic公司 ? 軟件系統(tǒng)的選擇非常重要。經過反復挑選后， Bell Atlantic采用了 SAS統(tǒng)計軟件系統(tǒng)建立數(shù)據(jù)挖掘系統(tǒng)，然后在 SAS環(huán)境中利用 SAS宏程序建立挖掘系統(tǒng)。 ? 然后是建立 SAS格式庫。許多數(shù)據(jù)需要格式化，比如年齡，可以從 20到 100歲，需要分成不同的組，這都需要利用模式來進行數(shù)據(jù)轉換。有的數(shù)據(jù)不是連續(xù)變量，比如婚姻狀況 (單身 /已婚 )，也需要進行一些變換才可以進行計算。日期也是需要模式化的，不同計算機系統(tǒng)記錄日期方法不同，需要把日期轉換成一致的方法。在金融保險行業(yè)日期這個變量非常重要，因為很多客戶的行為都記錄在日期里面了。電話公司里記帳、付款的日期也非常重要。
教學課件相關推薦
鄂ICP備17016276號-1