信息技術(shù)與研究方法(參考版)
2025-02-14 13:31本頁面
【正文】 是建立在自學(xué)習(xí)的數(shù)學(xué)模型基礎(chǔ)之上，它可以對(duì)大量復(fù)雜的數(shù)據(jù)進(jìn)行分析，并能完成對(duì)人腦或計(jì)算機(jī)來說極為復(fù)雜的模式抽取及趨勢(shì)分析。 決策樹 ?一種用樹枝狀展現(xiàn)數(shù)據(jù) 受各變量的影響情況 的分析預(yù)測(cè)模型，根據(jù)對(duì)目標(biāo)變量產(chǎn)生效應(yīng)的不同而制定分類規(guī)則，它是建立在信息論基礎(chǔ)之上，對(duì)數(shù)據(jù)進(jìn)行 分類 的一種方法。 ? 時(shí)間序列分析，即利用時(shí)間序列模型進(jìn)行分析。 數(shù)據(jù)挖掘的方法和工具 ?分析方法 (Analytic Method) ?決策樹 (Decision Tree) ?神經(jīng)網(wǎng)絡(luò) (Neural Network) ?遺傳算法 (Geic Algorithms) ?相關(guān)規(guī)則 (Correlation Rule) ?數(shù)據(jù)可視化 (Data Visualization) ?近鄰算法 (K—nearest) ?連機(jī)分析處理 (On Line Analysis Processing) ?粗糙集 (Rough Sets) 分析方法 ?數(shù)據(jù)挖掘中大量采用 統(tǒng)計(jì)分析 方法，如描述統(tǒng)計(jì)、概率論、回歸分析、時(shí)間序列分析、多元分析等。 關(guān)聯(lián)和序列發(fā)現(xiàn) ?關(guān)聯(lián)和序列發(fā)現(xiàn)（ Correlation and Sequence Discovery）數(shù)據(jù)庫中的數(shù)據(jù)一般都存在關(guān)聯(lián)關(guān)系，即變量之間存在某種規(guī)律，關(guān)聯(lián)就是要找出某一件事或某一資料中會(huì)同時(shí)出現(xiàn)的東西。來獲取數(shù)據(jù)其他未知屬性之值。 聚類 ?聚類（ Clustering）是指當(dāng)要分析的數(shù)據(jù)缺乏描述信息，或是無法組成任何分類模式時(shí)就采用聚類的方法，將異構(gòu)母體區(qū)隔為較具同構(gòu)性的群(Cluster)，即將組之間的差異識(shí)別出來，并對(duì)個(gè)別組內(nèi)的相似樣本進(jìn)行挑選，實(shí)現(xiàn)同組數(shù)據(jù)相近，不同組數(shù)據(jù)相異。 分類 ?分類（ Classification）就是研究已分類資料的特征，分析對(duì)象屬性，據(jù)此建立一個(gè)分類函數(shù)或分類模型，然后運(yùn)用該模型計(jì)算總結(jié)出的數(shù)據(jù)特征，將其他未經(jīng)分類或新的數(shù)據(jù)分派到不同的組中。 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域 ?應(yīng)用領(lǐng)域 ? 銀行、電信、保險(xiǎn)、交通、零售（如超級(jí)市場(chǎng)）等商業(yè)領(lǐng)域 ?所能解決的典型商業(yè)問題： ? 數(shù)據(jù)庫營銷、客戶群體劃分、背景分析、交叉銷售、客戶流失性分析等等 數(shù)據(jù)挖掘的典型示例 ?超市中的數(shù)據(jù)挖掘，小孩尿布和啤酒的關(guān)系 ?IBM推出 Advanced Scout軟件，應(yīng)用于 NBA球隊(duì) 數(shù)據(jù)挖掘的主要功能 數(shù)據(jù)總結(jié) 分類 聚類 估計(jì)與預(yù)測(cè) 關(guān)聯(lián)和序列發(fā)現(xiàn) 數(shù)據(jù)總結(jié) ?也可稱為描述 (Description) ，目的是對(duì)數(shù)據(jù)進(jìn)行濃縮，給出它的總體的綜合描述，實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的總體把握。 數(shù)據(jù)挖掘的步驟 數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 ?數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析 (如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析 )的本質(zhì)區(qū)別是數(shù)據(jù)挖掘是在 沒有明確假設(shè) 的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。 4 數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介 數(shù)據(jù)挖掘的定義 ?技術(shù)上定義 ? 數(shù)據(jù)挖掘（ DM： Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。 ?該方法在其它基于 Web的研究中也適用。 農(nóng)場(chǎng)狂想曲介紹短片 (5mins) 研究目的 ?通過分析同學(xué)的游戲記錄（游戲中的操作） ?并結(jié)合游戲日志、訪談等資料 ?深入了解他們的問題解決過程及策略 研究方法 Replay（重播）功能 研究方法 ?本研究就以重播功能記錄的 游戲操作 為主線， ?結(jié)合同學(xué)撰寫的 游戲日志 （ BLOG）、訪談、觀察 BBS帖子等資料， ?對(duì)他們
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1