什么是资料采矿.pptxVIP

資料採礦的發展環境 人類累積經驗獲取知識, 累積知識成為文明 資訊系統大量累積資料, 如何從中獲取知識? 行銷中的 80/20 理論 經營策略: 聰明更勝於快速 資料採礦市場的大量成長 什麼是資料採礦(1/3) Data Fishing – 1960 Database Mining – 1980 Knowledge Discovery in Database – 1986 Data Mining – 1991 Data Mining or Knowledge Mining ? 資料探勘, 資料挖掘, 數據挖掘(大陸), 資料開採, 資料採擷(微軟), 資料採礦 什麼是資料採礦(2/3) Extracting knowledge from large amount of data – Jiawei Han Data Mining is the exploration and analysis, by automatic or semi-automatic means, of large quantities of data in order to discover meaningful patterns and rules. – J. A. Michael Berry 資料採礦是利用統計以及機器學習的演算法, 啟發性的從大量資料中找尋隱藏商業價值的知識與規律, 以作為自動化商業策略之應用. 什麼是資料採礦(3/3) 啟發性(歸納)而非演繹與驗證 統計的假設檢定屬於演繹推論 資料採礦的啟發性屬於歸納推論 Commercial and actionable 結合 domain know-how 整合其他資訊系統 研究方法回顧 資料採礦的功能 分類(Classification) 推估(Estimation) 群集化(Cluster) 同質分組(Affinity Group) 序列(Sequential) 描述(Description) 資料採礦的功能(1/6) 分類(Classification) 分類是知識規則的起源 二元對立觀念 ex:黑白, 男女, 天地 類別尺度 決策樹, 類神經網路 資料採礦的功能(2/6) 推估(Estimation) 連續變數的推估 ex:預測顧客的消費能力與購買金額 推估 利用外部輸入變數預測連續數值, ex:利用顧客基本資料以及之前的消費狀況來推估週年慶的消費力 預測 利用歷史連續數值來找出未來的連續數值, ex:利用過去股價預測未來股價 回歸分析, 類神經網路 資料採礦的功能(3/6) 群集化(Cluster) 物以類聚, ex: 市場區隔 群集和分類不同, 分類規則具有明確的定義, 群集是將相似的具集 顧客屬性的群集分析 - 市場區隔 K-means, Self-organization map 資料採礦的功能(4/6) 同質分組(Affinity Group) 從歷史事件中找出哪些物件/事件總是相伴發生 購物車分析, 關聯規則 啤酒與尿布的案例, 籃乳酪案例 Amazon以關聯規則作為商品推薦準則 在日本Amazon買了”完全自殺手冊”, 則推薦”自殺前一頁的日記”, “完全自殺手冊續集”, “完全失蹤手冊”, “完全人格改造手冊”, “飯島愛自傳-柏拉圖的性愛”, 資料採礦的功能(5/6) 序列(Sequential) 找出事情先後發生的順序 協助找出顧客的消費生命週期 某項動作往往預告外來的行為 台灣某家家居用品店有59.1%的顧客在購買精油產品後27-57天內會再度光臨該店購物 Apriori Algorithm, 時間序列, 決策樹, 類神經網路 資料採礦的功能(6/6) 描述(Description) 描述是資料採礦過程中重要的附加價值 透過資料視覺化呈現資料特性 人眼是最好的資料採礦工具 資料採礦在各行業的應用(1/2) 直效行銷 保險業的值得接觸顧客推薦分析 匯豐銀行的直效郵件評分 交叉銷售 零售業的商品組合推薦 ex:尿布與啤酒 保險公司的加保與增加保額推薦分析 資料採礦在各行業的應用(2/2) 流失分析 顧客流失率降5%將可增加100%的利潤 台灣的電信業(手機)年流失率為10-25% 顧客挽留-手機補貼方案不論是否為潛在流失戶都給予補貼, 造成龐大財務負擔 詐騙及濫用分析 金融業利用資料採礦找出詐騙的通則, 以預防或終止交易 聯合信用卡中心與數家銀行啟用一套信用卡風險辨識系統 信用卡交易記錄若出現以信用卡打電話並且少於一分鐘的狀況, 表示可能是偽卡在測試複製是否成功