数据挖掘与决策支持.pptxVIP

;课程目标;1.数据挖掘的产生与发展;数据？;数据挖掘技术的由来;《纽约时报》由60年代的10～20版扩张至现在的100～200版，最高曾达1572版；《北京青年报》也已是16～48版； 国家图书馆有1000万册图书，一个公司就可能拥有这些数据； 统计流程控制通过成千上万个传感器不断读取和记录数据； 电话系统，网络系统一个月的记录可能需要1012条记录超过1000gigabyte 。 ;产生的问题;;数据挖掘的演变过程;数据可以产生商业价值;数据挖掘的定义;远古至今即存在数据挖掘; 数据挖掘--从大量数据中寻找规律技术，是统计学、数据库技术和人工智能技术等的综合。;数据挖掘的功能 ;需要数据挖掘的5条理由;数据挖掘的重要性;数据挖掘与数据查询;电信公司的长话业务数据分布;;2.数据挖掘的应用;;科学研究;商业领域的数据挖掘;;Web 挖掘;市场营销;;3.数据挖掘的流程（6步法）;如何定义有兴趣的模式;数据挖掘流程与美食制作;六步之一：商业理解;六步之二：数据理解;六步之三：数据准备;六步之四：建立模型与模式;有监督的数据挖掘（学习）;有监督的数据挖掘模型例;Diagonosis=咽炎;无监督的数据挖掘;35.00 = Age = 43.00 and Life Ins Promo = Yes :rule accuracy 100.00% :rule coverage 100.00% 35.00 = Age = 43.00 and Magazine Promo = Yes :rule accuracy 85.71% :rule coverage 85.71% ;六步之五：模型评价;错误不对称;六步之六：结果发布;4. 一个目录直销的例子;目录直销业常见的几个目标;案例背景;RFM分析;;第二步：客户行为模式分布 ;SAM客户的购买习惯分析;;;最后一步： 制订决策：目标市场定位于年龄在35-44岁的客户。 ;5.数据挖掘的基本算法;;1）决策树模型;例：垃圾邮件的识别问题;2） 关联规则（Association Rule）;关???规则的可信度(Confidence);关联规则的支持度 (Support);3）序列模式;序列模式例;4）.聚类;5).类神经网络;6.数据挖掘软件发展现状;二、数据挖掘软件的发展;第二代数据挖掘软件;数据挖掘软件的发展;独立的数据挖掘软件（95年以前）;通用数据挖掘软件的盛行（95年开始）;通用数据挖掘工具集(95年开始);第二代数据挖掘软件DBMiner;第二代软件SAS Enterprise Miner;第三代软件 SPSS Clementine;发展原因 随着横向的数据挖掘工具的使用日渐广泛，人们也发现这类工具只有精通数数据挖掘算法的专家才能熟练使用，如果对算法不了解，难以得出好的模型 从1999年开始，大量的数据挖掘工具研制者开始提供纵向的数据挖掘解决方案（Vertical Solution），即针对特定的应用提供完整的数据挖掘方案 对于纵向的解决方案，数据挖掘技术的应用多数还是为了解决某些特定的难题，而嵌入在应用系统中;行业数据挖掘解决方案（99年开始）;行业数据挖掘解决方案（99年开始）;第四代数据挖掘软件;综合的数据挖掘解决方案;三、数据挖掘软件的现状;调查报告（2002.6.3-6.16）;大部分处于科研阶段 各大学和科研机构从事数据挖掘算法的研究 国内著作的数据挖掘方面的书较少（翻译的有） 有一些公司在国外产品基础上开发的