数据挖掘和应用(一).ppt

数据挖掘与应用Data Mining and Its Application张俊妮北京大学出版社 什么是数据挖掘 什么是数据挖掘 数据挖掘的应用 案例一：银行业 违约事件的预测可能产生的两类错误 信用风险分析的范式变革 数据仓库和信用风险建模 数据收集 数据清理 建立丰富的信用风险模型 验证模型的预测是否准确 模型更新 信用卡数据分析 营销和数据分析 营销和数据分析 营销和数据分析 案例二：海关 数据来源 【应用一】宏观：总体税收的预测 【应用二】中观：直属海关层面的分析 不同海关税率结构的差异 使用聚类分析 【应用三】微观：进出口货物的异常波动 案例三：意大利信息系统联盟 案例三：意大利信息系统联盟 案例三：意大利信息系统联盟 案例四：零售业 案例四：零售业 总结：数据挖据带来的收益 数据挖掘方法的分类 数据挖掘方法论（一） 数据挖掘方法论（一） 数据挖掘方法论（一） 数据挖掘方法论（一） 数据挖掘方法论（二） 数据挖掘方法论（二） 数据挖掘方法论（二） 数据挖掘技术可大大加强一个组织的核心竞争力：数据挖掘技术有助于满足客户需求、降低风险、最大化收益、简化管理流程、优化资源配置等等。数据挖掘技术常常能够带来10倍以上的直接投资回报。数据挖掘还往往能够带来很多无法直接度量的好处，如信息流动的通畅、管理监督能力的提升等。 ①无监督数据挖掘：对各个变量不区别对