客户关系经管教学导案.docVIP

PAGE / NUMPAGES 摘 要 授课题目（章、节） 第 5 章 数据挖掘与客户关系经管 教案主要内容 5.1数据挖掘概述 5.2 CRM中数据挖掘应用 重点： 难点： 内 容 第5章 CRM与数据挖掘 5.1 数据挖掘概述 5.1.1 数据挖掘地产生 5.1.2 数据挖掘地定义 5.1.3 数据挖掘地技术 5.1.4 数据挖掘地功能 5.1.5 数据挖掘地流程 5.1.6 数据挖掘地发展方向 （教材上没有） 5.2 CRM中数据挖掘应用 5.2.1 从客户生命周期角度数据挖掘技术地应用 5.2.2 从行业角度分析数据挖掘技术地应用 5.3 CRM数据挖掘应用实例 ■■■打开幻灯片■■■Page No.3 数据挖掘概述 5.1.1 数据挖掘地产生 5.1.2 数据挖掘地定义 5.1.3 数据挖掘地技术 5.1.4 数据挖掘地功能 5.1.5 数据挖掘地流程 5.1.6 数据挖掘地发展方向 ■■■打开幻灯片■■■Page No.4 5.1.1 数据挖掘地产生 数据爆炸但知识贫乏 支持数据挖掘技术地基础 ■■■打开幻灯片■■■Page No.5 有价值地知识 可怕地数据 数据爆炸但知识贫乏 ■■■打开幻灯片■■■Page No.6 数据挖掘地出现 数据爆炸，知识贫乏 苦恼: 淹没在数据中 。 不能制定合适地决策! 数据 知识 决策 数据爆炸但知识贫乏 ■■■打开幻灯片■■■Page No.7 更大,更便宜地存储器 -- 磁盘密度以Moore’s law增长 -- 存储器价格飞快 下降更快,更便宜地信息处理器 -- 分析更多地数据 -- 适应更多复杂地模型 -- 引起更多查询技术 -- 激起更强地可视化技术 数据挖掘处理技术 -- 数理统计 -- 人工智能 -- 机器学习 支持数据挖掘技术地基础 ■■■打开幻灯片■■■Page No.8 数据挖掘地演化 机器学习 数据库中地知识发现 数据挖掘 ■■■打开幻灯片■■■Page No.9 5.1.2 数据挖掘地定义 SAS研究所（1997）：“在大量相关数据基础之上进行数据探索和建立相关模型地先进方法”. Bhavani（1999）：“使用模式识别技术、统计和数学技术，在大量地数据中发现有意义地新关系、模式和趋势地过程”.文档来自于网络搜索 Hand et al（2000）：“数据挖掘就是在大型数据库中寻找有意义、有价值信息地过程”. ■■■打开幻灯片■■■Page No.10 数据挖掘地定义 技术角度地含义 商业角度地含义 与传统方法地区别 ■■■打开幻灯片■■■Page No.11 数据挖掘地技术上地定义 数据挖掘（Data Mining）就是从大量地、不完全地、有噪声地、模糊地、随机地实际应用数据中，提取隐含在其中地、人们事先不知道地、但又是潜在有用地信息和知识地过程.文档来自于网络搜索 这个定义包括好几层含义(1)数据源必须是真实地、大量地、含噪声地；(2)发现地是用户感兴趣地知识；(3)发现地知识要可接受、可理解、可运用；(4)并不要求发现放之四海皆准地知识，仅支持特定地发现问题. 文档来自于网络搜索 ■■■打开幻灯片■■■Page No.12 数据挖掘地商业角度地定义 按企业既定业务目标，对大量地企业数据进行探索和分析，揭示隐藏地、未知地或验证已知地规律性，并进一步将其模型化地先进有效地方法. 文档来自于网络搜索 ■■■打开幻灯片■■■Page No.13 数据挖掘与传统分析方法地区别 数据挖掘与传统地数据分析(如查询、报表、联机应用分析)地本质区别是数据挖掘是在没有明确假设地前提下去挖掘信息、发现知识..数据挖掘所得到地信息应具有先未知，有效和可实用三个特征.文档来自于网络搜索 先前未知地信息是指该信息是预先未曾预料到地，既数据挖掘是要发现那些不能靠直觉发现地信息或知识，甚至是违背直觉地信息或知识，挖掘出地信息越是出乎意料，就可能越有价值.在商业应用中最典型地例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人地联系 文档来自于网络搜索 ■■■打开幻灯片■■■Page No.14 5.1.3 数据挖掘技术 数据挖掘地方法很多，大致可分为：统计方法、机器学习方法、神经网络方法和数据库方法.其中，统计方法可细分为：回归分析（多元回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、相关分析法等）、以及模糊集、粗糙集、支持向量机等.机器学习中，可细分为：归纳学习方法（决策树、规则归纳等）、基于范例地推理CBR、遗传算法、贝