背景知识and数据挖掘前准备.pptVIP

《数据挖掘技术在大型零售书店的若干应用》;在零售图书应用领域，利用数据挖掘将会在很多方面有卓越表现： １、了解销售全局； ２、图书分组布局； ３、降低库存成本； ４、市场和趋势分析； ５、有效的图书促销；;第七章 功能： 传统的统计分析： ——销售统计分析； ——采购统计分析；;《购物篮分析中若干问题的研究》;数据挖掘面临的挑战： ——人们对数据挖掘寄予了太高的期望； 　　目前数据挖掘系统只建立了一些通用的算法，而人们的需求多种多样、复杂多变，还包含了复杂的专业背景知识。 ——数据挖掘与用户目标出现了脱节的现象； 　　数据挖掘专家专注于从一大堆他并不熟悉的数据中挖掘他也不知道是否有用的知识，为了不遗漏，他们总是尽可能的挖掘出所有的知识。这样就带来的大量的冗余知识。用户必须从中筛选出对他有用的，大大加重了用户的负担。;《数据挖掘技术在图书馆信息服务中的应用》;图书推荐服务： ——采取主动的方式，向读者提供他可能感兴趣的信息； ——降低了对读者的要求； ——节约了读者寻找资料的时间，同时提供了更丰富的信息； 4　结语 ——数据挖掘技术应用于图书推荐服务，比传统的检索服务有更大优势； ——这种图书推荐模型可以应用于其他相近领域，例如书店、网络文献数据库等等； ——最小支持度和最小置信度的选择会影响到处规则的数量和规则涉及概念层的高低，权重计算公式的确定也会影响项集的支持度。;《数据挖掘技术及其在高校图书馆中的应用》;——可以利用数据挖掘技术对历年相关数据进行分析，预测较大的图书种类并为其预留架位； 2.3借阅推荐 ——可挖掘关联信息：借阅某种文献的读者很可能借阅其他一些文献，可形成一定的借阅推荐； ——借阅推荐可在高校图书馆网站上宣传，帮则读者选择文献，增加读者对文献资源的使用率； 2.4文献资源的优化配置 ——由于经费有限，各门学科之间如何配比、各种文献载体形式如何均衡采购很重要； ——通过对流通记录、检索请求及馆藏书目库进行分析和挖掘，就能有针对性地补充、丰富、优化馆藏资源； 2.5提高参考咨询服务的效率和质量 ——将提问者提出的问题和解答者对问题的解答记录在数据库里，当未来读者提出问题时，参考咨询人员可利用数据关联规则，从数据库中挖掘出相关问题的答案结果，从而使读者可以快速收到最相似的问题答案。;《关联规则挖掘在网上书店系统中的应用》;《浅析数据挖掘技术及其在电子商务中的应用》;4.4关联规则在电子商务中的应用 ——分析网上顾客的购买行为； ——帮助管理者规划市场； ——确定商品的种类、价格、质量等； 关联规则通常分两类： ——有意义的关联规则：满足最小支持度和最小可信度的规则； ——泛化关联规则：更实用，因为研究对象存在一种层次关系（如面包、蛋糕属西点类，而西点又属于食品类），有了层次关系后，可以帮助发现更多的有意义的规则。;《数据挖掘在网络营销中的应用》;三、网络营销中数据挖掘的一般过程;四、数据挖掘在网络营销中的应用 1、提供个性化服务 2、挖掘潜在的客户群体 3、交叉销售分析 4、用户需求预测 5、完善网站设计;二、数据挖掘技术 网络营销中： ——日志：蕴含着顾客的行为模式、市场的发展变化等信息； ——挖掘技术：对这些数据进行分析，可以： 　　挖掘客户的兴趣爱好； 　　根据访问情况，为客户提供个性化的信息服务； 　　挖掘客户的消费倾向和消费群体分布，从而制定一定的营销策略； 　　实现交叉营销； 　　发现数据之间的内在联系，从而对客户需求做出及时反应并进行未来预测； 　　了解用户的反应和动机以改进网站系统的设计； 　　监控竞争对手商品价格的波动，及时做出回应，使企业在激烈的市场竞争中占据有利地位。;《浅析数据挖掘的研究现状及其应用》;数据挖掘也有它无法办到的事： ——它不能告诉你某个模型对你的企业的实际价值：只是个工具，只是帮助商业人士更深入、更容易地分析数据，中得到的模型必须在现实生活中得到验证； ——不会在缺乏指导的情况下自动地发现模型：数据分析者必须知道你所选用的工具是如何工作的，采用的算法的原理是什么； ——永远不会代替有经验的商业分析师或管理人员所起的作用，它只是个强大的工具。 ，可以发现一些有用的知识，但是不会告诉你为什么，也不能保证（:潜在的用户成为现实）。;《数据挖掘的商务应用前景》;——另一方面，可以让领域专家知道项目需要他们的参与和合作，他们的个人魅力和决策能力并不能被所取代，让他们不至于排斥； 领域专家的参与，对数据挖掘项目的重要作用有： ——定义用于数据挖掘分析的有用的问题，可确定项目的大致方向； ——选择潜在的相关数据来回答这些问题； ——帮助形成对原始数据的感性认识； ——帮助对挖掘结果的分析和对分析结果的表达； ——吸收和采纳挖掘结果，做出决策，形成反馈（对挖掘结果的评估）。 2、专家/数据