第七章CRM中的数据挖掘精品PPT课件

❖ 根据最大化类内的相似性、最小化类间的相似形的 原则进行聚类或分组。即对象的聚类这样形成，使 得一个聚类中的对象具有很高的相似性，而与其他 聚类中的对象很不相似。所形成的每个聚类可以看 作一个对象类，由他们导出规则。
❖ 聚类分析与分类分析的区别在于：分类是面向训练 数据的，而聚类则直接对数据进行处理。
并不要求发现放之四海皆准的知识，仅支持特定 的发现问题。
21.10.2020
仲恺农业工程学院市场营销系
3
数据挖掘的定义----商业角度
按企业既定业务目标，对大量的企业数据进行探索 和分析，揭示隐藏的、未知的或验证已知的规律性， 并进一步将其模型化的先进有效的方法。
21.10.2020
仲恺农业工程学院市场营销系
❖ 数据挖掘（Data Mining）就是从大量的、不完全的、 有噪声的、模糊的、随机的实际应用数据中，提取 隐含在其中的、人们事先不知道的、但又是潜在有 用的信息和知识的过程。
❖ 这个定义包括以下几层含义：
数据源必须是真实的、大量的、含噪声的；
发现的是用户感兴趣的知识；
发现的知识要可接受、可理解、可运用；
❖ 关联规则挖掘
❖ 分类规则挖掘
❖ 群集规则挖掘（聚类分析）
❖ 自动预测趋势和行为
❖ 概念描述
❖ 偏差检测
21.10.2020
仲恺农业工程学院市场营销系
8
关联规则挖掘
❖ 若两个或多个变量的取值之间存在某种规律 性，就被称为关联。
❖ 关联可分为简单关联、时序关联、因果关联。
❖ 关联分析的目的是找出数据库中隐藏的关联 网。
21.10.2020
仲恺农业工程学院市场营销系
14
概念描述
因此，数据挖掘得到的规则可以作为OLAP工具的输入，反过来 OLAP工具分析得到的答案又检验规则的有效性、可信度，即
OLAP工具分析得到的特征归纳还可以用来完善规则。
21.10.2020
仲恺农业工程学院市场营销系
7
7.2 数据挖掘的功能（任务）
数据挖掘主要有以下功能:
❖ 总结规则挖掘
平均值/极小值/极大值、总和、百分比等
仲恺农业工程学院市场营销系
10
四个参数中，最常用的是可信度和支持度。 关联规则有一定的商业价值。请看例子： 例1、超级商场中购买面包和黄油
该关联规则的可信度就回答这样一个问题：如果一个顾客购买了面包，那么 也购买黄油的可能性有多大？
如购买面包的顾客中有70%的人购买了黄油，则可信度为
confiden7c0e%
21.10.2020
仲恺农业工程学院市场营销系
13
自动预测趋势和行为
❖ 数据挖掘自动在大型数据库中寻找预测性信 息
❖ 运用历史数据建立模型，运用近期数据检查 观察值的变化，运用最新数据预测未来变化。
❖ 一个典型的例子是市场预测问题，数据挖掘 使用过去有关促销的数据来寻找未来投资中 回报最大的用户。
率
❖ 作用度(lift):可信度对期望可信度的比值。 作用度描述物品集X的出现对物品集Y的出现有多大
作用的影响。出现的概率是可信度， 通过可信度对期望可信度的比值反映了在加入“X出现” 的这个条件后，Y的出现概率发生了多大变化
21.10.2020
21.10.2020
仲恺农业工程学院市场营销系
5
❖ 数据挖掘
与OLAP不同的地方是：数据挖掘不是用于验证某 假定的模式（模型）的正确性，而是在数据库中自 己寻找模型，因此说它在本质上是一个归纳的过程。
比如，一个用数据挖掘工具的分析师想找到引起贷 款拖欠的风险因素。数据挖掘工具可能帮他找到高 负债和低收入是引起这个问题的因素，甚至还可能 发现一些分析师从来没有想过或试过的其他因素， 比如年龄。
如果某天共有1000个顾客到商场购买物品，其中有100个顾客同时购买了面 包和黄油，则关联规则的支持度为
su pp o 1r% 0 t1/0 10 0 00
如果某天共有1000个顾客到商场购买物品，其中有200个顾客购买了黄油， 则关联规则的期望可信度为
expected confidence 2% 020/10000
21.10.2020
仲恺农业工程学院市场营销系
11
分类规则挖掘
❖ 在已知训练信息的特征和分类结果的基础上， 为每种类别找到一个合理的描述或模型
❖ 用这些分类的描述或模型来对未知的新数据 进行分类
21.10.2020
仲恺农业工程学院市场营销系
12
聚类分析
❖ 数据库中的记录可划分为一系列有意义的子集，即 聚类。
第七章 CRM中的数据挖掘
21.10.2020
1
内容
7.1 数据挖掘的定义 7.2 数据挖掘的功能 7.3 数据挖掘的流程 7.4 数据挖掘在CRM中的应用 7.5 两个常见数据挖掘工具软件 7.6 数据挖掘软件在CRM中的应用示例
21.10.2020
仲恺农业工程学院市场营销系
2
7.1 数据挖掘的定义---技术角度
❖ 关联分析发现关联规则，这些规则展示属性 值频繁地在给定数据集中一起出现的条件。
21.10.2020
仲恺农业工程学院市场营销系
9
关联规则属性的四个参数：
❖ 可信度(confidence):物品集X出现的前提下，Y出现的 概率
❖ 支持度(support):物品集X、Y同时出现的概率 ❖ 期望可信度(expected confidence):物品集Y出现的概
21.10.2020
仲恺农业工程学院市场营销系
6
也就是说,数据挖掘与联机分析处理的本质区别是,数据挖掘是 在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得 到的信息应具有先前未知,有效和可实用三个特征。
先前未知的信息是指该信息是预先未曾预料到的,既数据挖掘是 要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息 或知识,挖掘出的信息越是出乎意料,就可能越有价值。
4
OLAP与数据挖掘的区别
OLAP是一个演绎推理的过程，而数据挖掘是一个归 纳的过程。
❖OLAP
OLAP分析师是建立一系列的假设 ，然后通过OLAP来证 实或推翻这些假设来最终得到自己的结论,因此说， OLAP分析过程在本质上是一个演绎推理的过程。
但是如果分析的变量达到几十或上百个，那么再用OLAP 手动分析验证这些假设将是一件非常困难和痛苦的事情。