商务智能实验案例.docVIP

《商务智能》综合性、设计性实验成绩单 开设时间：2014-2015学年第二学期 班级 学号 姓名 实验题目 实验三 数据挖掘实验 成绩 教师签名 评分标准 A B C D E 比重% 内容完成情况 □ □ □ □ □ 25% 系统分析设计 □ □ □ □ □ 30% 系统设计水平 □ □ □ □ □ 20% 实验报告撰写 □ □ □ □ □ 10% 总结 □ □ □ □ □ 5% 其他（功能） □ □ □ □ □ 10% 总评 一、实验目的 1．掌握数据挖掘的建模方法，理解数据挖掘的原理； 2．学习使用SPSS CLEMENTINE11.1中基本的数据挖掘建模工具； 3．了解数据挖掘建模的机制，实现数据挖掘的建模。 二、实验内容 1. 以数据挖掘建模工具依据，在SPSS CLEMENTINE11.1环境下创建一个数据挖掘模型，在该模型中实现数据挖掘的目标邮件、预测、购物篮分析以及顺序分析和聚类分析其中的一个基本功能； 2. 在任选题目中选三个完成相关实验步骤并提交实验报告。 三、实验步骤与结果 题目1：欺诈屏蔽（异常检测/神经网络） 目的：熟悉各种聚类分析方法 ，了解神经网络分析方法与过程。并掌握异常检测的方法。 2.实验内容： （1）聚类分析。 （2）神经网络建模。 （3）异常检测。 （4）此实验显示了 Clementine 在检测诈欺行为方面的应用。这一领域涉及农业发展财政补贴申请。有两种财政补贴类型在考虑之列：耕地开发财政补贴和退役田地财政补贴。 3模型建立与分析：在这次给出的题目中，我们需要建立两个模型，进行进一步的分析。 模型一： 1.模型建立过程 按照给出的教程一步一步操作，可以得出以下模型一，过程比较简单，遇到的一个小问题是找不到黄色的anomaly，在基本操作中没有指出黄色的anomaly是运行后生成的，我们只在下面列表中选择查找，做了无用功。在询问同学后，才解决了这个简单的问题。 2.结果分析 如您所期望的那样，将标志出金额最高的申请。不过，还标志出了许多其他金额的申请，其中包括某些金额最低的申请。要弄清事情缘由，有必要进一步观察数据 模型二： 1.建立过程 要继续分析诈欺数据，可以使用勘察表来调查数据。此操作可帮您设立对建模很有用的假设条件，根据教程给出的步骤建模，可得到以下模型： 2.结果分析 在导出节点后再连接一个导出节点在公式中输入：（abs（farmincome）garmincome）*100），然后在节点后添加直方图节点。双击直方图图标，字段选择diff，颜色选择claimtype，点击执行生成直方图，从图中可以看出大偏差都发在财政补贴。 添加神经网络节点并执行。一旦神经网络训练结束，可以将已生成模型添加到流，然后绘制一张预期申请金额与实际申请金额的比较图。可知道大多数案例的预期申请金额与实际申请金额都基本相符 为了说明实际申请金额与预估申请金额之间的差异，请使用 claimdiff 直方图。我们主要想了解申请金额比预估金额（由神经网络判断）高的人。 4总结 1.本例演示了两种筛选潜在诈欺案例的方法 - “异常检测”和基于“神经网络”的建模方法。 2.使用“异常检测”进行预筛选后，您可以创建一个模型，将模型预测值与数据集中的现有值（关于田地收入字段）进行比较。从比较结果看出，偏差主要出现在某类财政补贴申请（耕地开发）中，然后选择相应记录进行进一步调查。通过训练神经网络模型，申请金额与田地大小、评估收入、主要农作物等之间建立了关系。与网络模型预估金额相差较大（大于 50%）的申请将检测出来并有待进一步调查。当然，有可能所有这些申请都是有效的，但他们与标准数据存在偏差的事实值得引起人们的注意。 3.为了进行比较，将再次使用异常检测节点，但此次只针对“神经网络”分析中包含的耕地开发财政补贴使用该节点。除存在些微差别之外，此方法得到的结果与“神经网络”方法几乎相同。由于两种方法均为勘察方法，这也在情理之中。 题目7：预测产品分类销售情况（时间序列） 1.背景：本实验的数据是来自于Clementine软件中自带的Catalog_seasfac.sav数据源。该数据是一个产品分类销售公司过去10年的销售数据，时间跨度是1990—1999年。 2.实验目的：根据这些数据预测其男装生产线的月销售情况。 3.实验过程： 实验步骤严格按照软件应用程序示例中所说的进行。按照示例中所说的进行过程中，一共建立了5个流，输出图表5张。除了第一个流在表现上不同于后4个流，其他的流在外表上没有什么区别，如图所示： 第一个流建立的目的是探寻该序列是什么类型的模