07数据挖掘基础要点分析.pptVIP

* * * * * * * * 主要的数据挖掘技术 评估数据挖掘工具的标准的清单 数据访问 数据选择 对数据质量敏感 数据可视化 性能 可扩展性 开放性 算法组 第17章 数据挖掘基础 Contents 数据挖掘是什么 主要的数据挖掘技术 数据挖掘的应用 数据挖掘的应用 数据挖掘在商业领域的一些主要应用 客户细分 市场篮子分析 风险管理 欺诈检测 拖欠跟踪 需求预测 数据挖掘的应用 数据挖掘的收益 可以通过发现订单模式和过早的存货丢失，检测出这一不法行为 邮购公司通过选定更多的目标公司改善邮件推销的效果 超市连锁店找出了某些一起售出的产品之间的密切关系，重新整理货架，增加了收入 一家航空公司通过发现频繁搭乘飞机者的旅行模式，提高了对商业旅行者的销售额 一家百货公司预料到了会发生抢购，所以增加了专门的销售 国家卫生保险提供者通过检测赔款欺诈，节省了大量资金 一家主要提供投资和金融服务的银行公司提高了直接销售活动的平均值。预测模型算法发现终身价值很高的客户类 一家柴油机制造厂通过汽车登记的历史数据发现了某种模式，从而预测柴油机的销售，提高了销售额 一家银行通过检测它的常用账户磨损的早期警告信号，避免损失 一家目录销售公司通过预测哪些顾客将使用假期目录，使得假期的销售比去年相比翻了一番 数据挖掘的应用 在零售业的应用感兴趣的话题 顾客长期消费模式 顾客采购频率 最好的销售类型 储备计划和展销的安排 附有优惠券的邮件的设计 购买特殊商品的顾客类型 季节性的和常规的销售趋势 繁忙时刻的人力计划 最有利可图的客户分类 数据挖掘的应用 在电信行业中的应用 当用户面对的竞争者的诱人条件时，留住客户 通过客户行为分析出将来使用的是否会有所增加 发现有利可图的服务包 最有可能吸引的客户 对电话欺诈的预测 向现有客户推销附加的产品和服务 找出促使客户使用电话的因素 和竞争对手做比较的产品评估 在银行和金融业的应用 数据挖掘的应用 本章小结 决策支持系统己经发展到了数据挖掘的阶段 数据挖掘，即知识发现，是由数据驱动的。反之，其他诸如OLAP的分析技术是由用户驱动的 数据挖掘的知识发现过程揭露了关系和模式，原先人们并不知道存在着这些关系和模式 6个步骤组成了知识发现的过程 在信息的检索和发现上，可以认为OLAP和数据挖掘是不同的和互补的 数据仓库是数据挖掘操作最好的数据源 主要的常见的数据挖掘技术有聚簇检测、决策树、基于记忆的推理、关联分析、神经网络和遗传算法 * * * * * * * * * * * * * * * * * * * * * * * * * 数据挖掘基础 本章目标 了解数据挖掘的确切含义并考察其特性 将数据挖掘和OLAP作比较，理解它们的区别与联系 注意在数据仓库环境中进行数据挖掘的位置 认真学习重要的数据挖掘技术，理解每种技术如何工作 研究不同行业的一些数据挖掘应用系统 第17章 数据挖掘基础 Contents 数据挖掘是什么 主要的数据挖掘技术 数据挖掘的应用 第17章 数据挖掘基础 Contents 数据挖掘是什么 主要的数据挖掘技术 数据挖掘的应用 数据挖掘是什么 数据挖掘的决策支持过程 数据库系统 数据仓库 OLAP系统 数据挖掘应用系统 早期基于 文件的系统 基本的 核算资料 操作型 系统数据 用做决策 支持的数据 用做多维 分析的数据 选择和抽取数据 没有 决策支持 原始的 决策支持 真正的 决策支持 复杂的 分析和计算 知识发现 特殊 的报表 查询和 报表 特别的 查询/分析 发现的 模式 / 关系 由用户驱动 由数据驱动 数据挖掘是什么 定义数据挖掘 数据挖掘是知识发现的一个过程。 DM是应用一系列技术从大型数据库或数据仓库的数据中提取人们感兴趣的信息和知识，这些信息或知识是隐含的、事先未知而潜在有用的，所提取的知识表示为概念、规则、规律和模式等形式 数据挖掘是什么 对结果的评估和应用 应用合适的数据挖掘技术 选择和准备数据 定义商业目标 20% 15% 45% 20% 知识发现的阶段 数据挖掘是什么 知识发现阶段细节步骤的主要描述 步骤1： 定义商业目标 步骤2： 选择和准备数据 步骤3： 应用合适的数据挖掘技术进行数据挖掘 步骤4： 评估结果 步骤5： 表现发现结果 步骤6： 发现的利用 数据挖掘是什么 定义目标 数据准备 数据挖掘技术的应用 结果的评估和应用 定义 选取 抽取 对数据进 挖掘 回顾 选择有希 显示结果 应用 目标 数据 数据 行预处理