第10章商務智能應用實例-資料下載頁
2025-03-10 23:21本頁面
【正文】 ” 、 “ 遠期 ” 流失 ， 這樣就可以將所有客戶分成 “ 近期 ” 、 “ 中期 ” 、 “ 遠期 ”三個流失類 。 數(shù)據挖掘模型與相關數(shù)據的準備 確定挖掘模型的分析目標或挖掘成功的度量值 度量值的確定步驟：收集企業(yè)的關鍵戰(zhàn)略領域報表 、識別企業(yè)信息量化的度量指標 、 對這些度量指標進行編碼 、 識別數(shù)據挖掘解決業(yè)務問題的度量指標 、 對度量指標設定基線 。 例如 ， 在超市數(shù)據挖掘中經常進行度量的指標有：購買商品的客戶百分比 、 對促銷策略響應的客戶數(shù) 、 客戶購買商品的平均量 、 某一時間段購買商品的總量或總金額 、 商品銷售的利潤率 。 在確定了度量值以后 ，還要確定這些度量值的當前值 ， 以便在數(shù)據挖掘以后 ，采取相應對策后的比較 。 2．挖掘數(shù)據的準備 建立數(shù)據挖掘庫：選擇業(yè)務數(shù)據 、 轉換業(yè)務數(shù)據 、 驗證業(yè)務數(shù)據 。 為數(shù)據挖掘工作準備訓練數(shù)據集與數(shù)據驗證集：確定數(shù)據質量 、 準備適當?shù)臄?shù)據 、 為目標變量確定初值 、 確定數(shù)據挖掘變量的格式 。 數(shù)據挖掘模型的應用 注意多目標變量之間的相互關系 確定多目標變量最終的分析順序 剔除那些對目標變量具有強相關性的變量 挖掘模型的維護和完善 將所獲得挖掘結果存儲進多維數(shù)據集 演講完畢，謝謝觀看！
環(huán)評公示相關推薦
鄂ICP備17016276號-1