第2章数据挖掘的应用分类.pdfVIP

8 第 2 章 数据挖掘的应用分类 由于数据挖掘能分析出数据中的有用信息，给企业带来显著的经济效益，这使 数据挖掘技术越来越普及。如在销售数据中发掘顾客的消费习惯，并可从交易记录中 找出顾客偏好的产品组合，其他包括找出流失顾客的特征与推出新产品的时机点等都 是零售业常见的实例；利用数据挖掘分析顾客群的消费行为与交易纪录，结合基本数 据，并依其对品牌价值等级的高低来区隔顾客，进而达到差异化营销的目的；制造业 对数据挖掘的需求多运用在品质控管方面，从制造过程中找出影响产品品质最重要的 因素，以期提高作业流程的效率。 近几年，电话公司、信用卡公司、保险公司以及股票交易商对诈欺行为的侦测都 很有兴趣，这些行业每年因为诈欺行为而遭受的损失都非常巨大，数据挖掘可以从一 些信用不良的客户数据中找出相似特征并预测可能的诈欺交易，达到减少损失的目 的。金融业可以利用数据挖掘来分析市场动向，并预测个别公司的营运以及股价走 向。数据挖掘的另一个独特的用法是在医疗业，用来预测手术、用药、诊断或是流程 控制的效率。 归纳起来，数据挖掘技术的基本任务主要体现在分类与回归、聚类、关联规则、 时序模式、偏差检测五个方面。图 2-1 是典型的数据挖掘应用场景。 图