数据挖掘概论剖析.pptVIP

在电子商务行业的应用 Web挖掘 就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用 网站结构优化 智能搜索引擎 个性化推荐 顾客分类，交叉销售 垃圾邮件过滤 在电子商务行业的应用 Web挖掘分类 Web 挖掘 Web 结构挖掘 Web 使用挖掘 Web 内容挖掘 文本挖掘 多媒体挖掘 内 、 外部结构挖掘 URL 挖掘 个性化访问模 式追踪 一般访问模式 追踪 在电子商务行业的应用 Web结构挖掘 通过分析页面链接的数量和对象，从而建立Web的链接结构模式 相关算法 PageRank算法：网页的质量和重要性可以通过其他网页对其链接的数量进行衡量 HITS算法： 权威页面：表达某一主题的页面 Hub页面：把权威页面链接到一起的页面 应用 信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链接 BI在电子商务行业的应用-5 Web日志挖掘 指从用户访问日志中获取有价值的信息 ，包括访问者的兴趣爱好、访问模式、满意度 应用 顾客分类：开展有针对性的营销活动 交叉销售：识别商品间的关联程度 个性化推荐：在适合的时间，以适合的方式，将适合的产品，推荐到适合的人手中。 在电子商务行业的应用 服装款式个性化推荐技术 用户聚类 Web数据挖掘 协同过滤推荐 不确定性服装搭配预测模型研究 虚拟试衣 三维人体建模技术 三维人体模型与三维服装CAD结合 虚拟试衣技术 * 英国电信需要发布一种新的产品，需要通过直邮的方式向客户推荐这种产品。。。。。。 使直邮的回应率提高了100％ 在电子商务行业的应用--电信 * GUS日用品零售商店需要准确的预测未来的商品销售量，降低库存成本。。。。。。 通过数据挖掘的方法使库存成本比原来减少了3.8% 在电子商务行业的应用--零售商店 * 美国国内税务局需要提高对纳税人的服务水平。。。。。。 合理安排税务官的工作，为纳税人提供更迅捷、更准确的服务 在电子商务行业的应用--税务局 * 在电子商务行业的应用--银行 金融事务需要搜集和处理大量的数据，由于银行在金融领域的地位、工作性质、业务特点以及激烈的市场竞争决定了它对信息化、电子化比其它领域有更迫切的要求。利用数据挖掘技术可以帮助银行产品开发部门描述客户以往的需求趋势，并预测未来。美国商业银行是发达国家商业银行的典范，许多地方值得我国学习和借鉴。 * 美国银行家协会(ABA)预测数据仓库和数据挖掘技术在美国商业银行的应用增长率是14.9％ 分析客户使用分销渠道的情况和分销渠道的容量 ；建立利润评测模型；客户关系优化；风险控制等 Mellon银行使用数据挖掘软件提高销售和定价金融产品的精确度，如家庭普通贷款 美国Firstar银行使用数据挖掘工具，根据客户的消费模式预测何时为客户提供何种产品 在电子商务行业的应用--银行 * 汇丰银行需要对不断增长的客户群进行分类，对每种产品找出最有价值的客户。。。。。。 营销费用减少了30％ 在电子商务行业的应用-- 银行 * 顶级: ACM SIGKDD: Intl. Conf. on Knowledge Discovery and Data Mining ACM SIGMOD: Intl. Conf. on Management of Data VLDB: Intl. Conf. on Very Large Data Bases ICDE: Intl. Conf. on Data Engineering 数据挖掘五大国际会议: SIGKDD, ICDM, SDM, PKDD, PAKDD Ⅵ.相关国际会议和期刊 * DMKD: Data Mining and Knowledge Discovery，Springer TKDE: IEEE Transaction on Knowledge and Data Engineering TKDD: ACM Transaction on KDD SIGKDD Explorations 与数据挖掘相关的主要国际期刊 * Ⅶ.主要参考资料 [1] Jiawei Han, Micheline Kamber著. 范明, 孟小峰 等译. 数据挖掘: 概念与技术 （第二版）. 机械工业出版社, 2001. (Data Mining: Concepts and Techniques (Second Edition)于2005年11月正式出版) [2]Pangning Tan, Michael Steinbach. 数据挖掘导论. 人民邮电出版社. 2006