clementine实验指导书

1. Clementine的安装说明

（1）计算机时间调整到2010年1月，setup.exe

(2) install Clementine

(3) next, 完成后不注册。

（4）将破解文件夹下面的两个文件复制到“.\SPSSInc\Clementine12.0\bin”中，替换原有文件。

（5）运行SPSS Clementine12.0.3汉化.exe，next，完成

（6）开始——所有程序——spss inc——Clementine12.0——Clementine12.0

2. 基于carma模型分析购物篮

（1）概念：前项antecedent和后项consequent; instances记录（包含了前项antecedent的数量）；support（支持度）（包含了前项antecedent的数量所占全部记录的比例）；rule support 规则支持度（既包含前项antecedent和后项consequent的数量占全部的比例）；confidence 置信度（rule support/ support）(反映预测的准确程度)；deployability（support -rule support）；lift（confidence/先验概率）（当lift>1才考虑。）

（2）源，可变文件，双击打开，选择文件demos—basketsln

（3）字段选项——类型，连接可变文件和类型节点，双击打开，读取值，方向处将顾客个人信息“无”；消费信息“两者”，应用，确定

（4）建模-关联-carma，连接类型节点和carma，双击打开，在模型中，修改名字为“carma”，rule support 改为15%。

（5）在字段中可以自动，则所有“两者”变量都过来，也可以选择变量。“执行”

（6）生成的模型在右边，拖到面板中，连接类型节点和模型。

（7）16条规则，前项，后项，支持度，confidence，可以查看其他字段

（8）输出，表，连接模型和表，在模型上右键“执行”，则可以看到每条记录的预测结果。

3. 基于神经网络分析产品促销策略

（1）用神经网络判断哪些促销是有效的，利用goods1n和goods2n两套数据，用goods1n 建立神经网络模型，用goods2n利用建立到的神经网络模型。Class商品种类，cost商品成本，promotion促销费用，before促销前销量，after促销后销量。通过神经网络判断goods2n 的after促销后销量。

（2）源，可变文件，双击打开，选择文件demos—goods1n，增加一个表，连接可变文件和表，查看goods1n的内容。然后删掉这个表。

（3）字段选项-导出，连接可变文件和导出，导出字段名改为“increase”，启动表达式构建器。公式是(After - Before) / Before * 100.0。确定。

（3）增加一个表，连接导出和表，查看增加导出字段后的内容。双击——执行。说明：神经网络应用是根据前面四个字段（Class商品种类，cost商品成本，promotion促销费用，before 促销前销量）来推最后一个字段increase的值。

（4）字段选项——类型，连接导出和类型节点，双击打开，读取值，方向处将前面四个字段（Class商品种类，cost商品成本，promotion促销费用，before促销前销量）“输入”；字段increase“输出”，其他的“无”，应用，确定

（5）建模-神经网络，连接类型节点和神经网络，双击打开神经网络，确定，右键——执行（6）右边模型出出现“increase”，右键——浏览。

（7）源，可变文件，双击打开，选择文件demos—goods2n，确定。增加一个表，连接可变文件和表，查看goods2n的内容。然后删掉这个表。

（8）字段选项-过滤，连接可变文件和过滤，过滤掉after。确定

（9）将右边模型“increase”拖过来，连接过滤和increase模型。

（10）增加一个表，连接increase模型和表，右键表——执行。

4. outlook互发邮件实验（基于加密和数字证书）

5. 局域网安全攻击实验