第10章商務(wù)智能應(yīng)用實例(參考版)
2025-03-12 23:21本頁面
【正文】 數(shù)據(jù)挖掘模型的應(yīng)用 注意多目標(biāo)變量之間的相互關(guān)系 確定多目標(biāo)變量最終的分析順序 剔除那些對目標(biāo)變量具有強相關(guān)性的變量 挖掘模型的維護(hù)和完善 將所獲得挖掘結(jié)果存儲進(jìn)多維數(shù)據(jù)集 演講完畢，謝謝觀看！ 。 2．挖掘數(shù)據(jù)的準(zhǔn)備 建立數(shù)據(jù)挖掘庫：選擇業(yè)務(wù)數(shù)據(jù) 、 轉(zhuǎn)換業(yè)務(wù)數(shù)據(jù) 、 驗證業(yè)務(wù)數(shù)據(jù) 。 例如 ， 在超市數(shù)據(jù)挖掘中經(jīng)常進(jìn)行度量的指標(biāo)有：購買商品的客戶百分比 、 對促銷策略響應(yīng)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 。 而對于問題 ③ 則可以變換一下角度來考慮 ， 即開發(fā)一個預(yù)測模型 ， 預(yù)測客戶會在 “ 近期 ” 、 “ 中期 ” 、 “ 遠(yuǎn)期 ” 流失 ， 這樣就可以將所有客戶分成 “ 近期 ” 、 “ 中期 ” 、 “ 遠(yuǎn)期 ”三個流失類 。 對問題 ② ，則可以將所有客戶劃分到 “ 流失 ” 和 “ 不流失 ” 兩個客戶類中 ， 這就可以預(yù)測那些可能流失的客戶 。 數(shù)據(jù)挖掘模型與相關(guān)數(shù)據(jù)的準(zhǔn)備 將客戶流失問題分解成這樣一些問題： ① 那些已經(jīng)或正在流失的客戶具有哪些特征 ？ ② 能否建立一個預(yù)測正在流失客戶的模型 ， 預(yù)測客戶流失行為的發(fā)生 ？ ③能否建立一個模型 ， 進(jìn)一步預(yù)測那些將要流失的客戶會在什么時
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1