数据挖掘培训课件.ppt

1、【授课时长】： 2、【目的】：介绍另外两种评估模型准确性的方法：增益图及提升图 3、【授课方式】： 4、【教学流程与讲述要点】： （1）增益图：也称为查全率分析图。由图中所示，增益图上升的速度越快模型准确性越高。例如在横坐标30%的位置显示纵坐标值为80%，表示根据预测模型从总体中筛选前30%的用户，可将80%的目标用户找到。显而易见，该模型精度要高于‘只能从总体前30%的用户中挖掘出50%目标用户’的模型； （2）提升图：由增益图中的模型累积值（红线）比上基线（蓝线）得到。反映通过模型方式筛选用户的命中率提升倍数； * 1、【授课时长】： 2、【目的】：展示响应模型提升图实际结果 3、【授课方式】： 4、【教学流程与讲述要点】： （1）对比两个模型的提升图，发现虽然两个模型在训练集上性能差不多，但在测试集上逻辑回归模型表现更加稳定； * 1、【授课时长】： 2、【目的】： 3、【授课方式】： 4、【教学流程与讲述要点】： （1） （2） * 1、【授课时长】： 2、【目的】：介绍模型部署方面的问题 3、【授课方式】： 4、【教学流程与讲述要点】： 根据模型结果： （1）筛选用户； （2）制定不同的营销策略（如差异化定价：学生用户赠送WLAN上网时长，对农民工用户进行换机补贴，对高端商务用户提升VIP服务质量）； （3）设计群发语。 （4）（对阅读爱好者、游戏玩家等）提供差异化内容； （5）营销渠道选择（外呼、群发、电子渠道、三适配系统）； （6）营销时机（如：艺人粉丝出现在演唱会场馆附近时推送相关彩铃）； * 1、【授课时长】： 2、【目的】：介绍潜在用户挖掘模型在阅读包月推荐中的效果 3、【授课方式】： 4、【教学流程与讲述要点】： （1）以全球通模型打分为例，说明打分排名靠前的用户最终回复率更高； （2）以8月随机群发同9月模型打分用户群发相比较，说明通过数据挖掘可以有效提升营销活动效率； * 1、【授课时长】： 2、【目的】：介绍关联规则模型在交叉推荐中的应用 3、【授课方式】： 4、【教学流程与讲述要点】： （1）交叉销售：向读过某种题材或书籍的用户推荐其他内容； （2）捆绑销售：对于强关联的内容在营销时采取捆绑方式，并给予一定价格优惠； * 针对具有相同特性的用户群，从包月沉默用户群中重点挑选精打细算族、消息达人、新潮商务（白领）开展单书推荐。提升业务活跃度 * * 数据挖掘现在是一个热门词语，大到集团 ，小到部门的各领导都比较喜欢挂在嘴上。这个时候对于数据分析人员，最易出现的问题就是“为了分析而分析”！什么方法最新、最体面、最深奥就用什么方法进行数据分析，往往是“就目前这个问题，我能不能用到某某技术”，很有可能忽略业务问题的本质。滥用数据分析方法，不注重业务实际状况，是值得每一个数据分析人员深思的 * 如果领导倚重你的理由是“很有工作经验”，在面对棘手的业务问题时，如果因为你用数据分析说话耗费巨大时间而错过处理问题的最佳时机，或许“拍脑袋”是最快的、有效的途径。这里所说的“拍脑袋”是指有丰富经验的前提。“拍脑袋”的领导会认同自己有预见性，洞察力，而数据分析也可以实现遇见与洞察。如果能将工作经验，上升到理论或者方法时，或许就可以等同于数据分析了。 * 数据分析过程，大概有准确定义业务问题-采集相关数据-预处理-方法、技术、建模-验证-反馈等。按二八原则，80%的时间用于数据的准备、清洗、预处理，只有20%是结果。持续时间最久、花费心思最大的一块是前期准备，态度要端正，数据的质量是保证问题得以解决的基础。要不断反问数据的真实性和即将采用的数据分析逻辑是否达到要求，这是一个枯燥乏味的活。等到建模后，还需要不断的验证模型的能力，甚至要返回重新做过，一次次考验的是耐心，耐得耐不得寂寞是数据分析人员需要接受的挑战 * 数据分析的意识、思路，态度，对业务问题的把握，这些都比用什么工具更重要，所以，不要太纠结用SPSS还是SAS，甚至Excel，哪怕一个表格、一张图。但如果你有精力，有需求，掌握更多总不是什么坏事。 * 在学校里甚至有一句话叫做“做没做不是关键，能不能将知识表达出来最实在”，做研究论文，你可能花费了比别人更多的精力，可在答辩时却没法表达出来，有人甚至没有做，却用PPT“做”出了效果。数据挖掘工作追求的不是过程或技术，而是实用性的结果。需要通过分析，支撑领导做出准确的运营决策、为前台服务人员提供针对性的指导、帮助实现真正的精细化营销。最终使挖掘成果显性化。 * 1、【授课时长】： 2、【目的】： 3、【授课方式】： 4、【教学流程与讲述要点】： （1） （2） * 1、【授课时长】： 2、【目的】： 3、【授课方式】： 4、【教学流程与讲述要点】： （1） （2） * 1、【授课时长】： 2、【目