数据挖掘应用案例.pptxVIP

第四章数据挖掘应用案例4.1案例一：零售商系统货篮数据挖掘4.2案例二：通信用户满意度指数评测4.3案例三：城市环境质量评价

第四章数据挖掘应用案例数据挖掘是从海量数据中发现有趣知识的而过程，这些知识是隐含的、事先未知的潜在有用信息，挖掘的知识表示形式为概念、规则、规律和模式等，是建立在数据仓库基础上的高层应用。结合领域知识和数据分析技术，数据挖掘为许多特定领域提供解决方案，包括金融、零售和通信、科学与工程、入侵检测和防护等。同时也会影响人们购物、工作、搜索信息、使用计算机、保护隐私和数据安全，以及休闲、健康和幸福等日常生活。随着数据挖掘技术的广泛应用，由此所带来的影响也将继续。

第四章数据挖掘应用案例4.1案例一：零售商系统货篮数据挖掘1、Walmart简介Walmart百货有限公司由美国零售业的传奇人物山姆.沃尔顿先生于1962年在阿肯色州成立。经过50多年的发展，Walmart公司已经成为美国最大的私人雇主和世界上最大的连锁零售企业。目前，Walmart在全球15个国家开设了超过8000家商场，下设53个品牌，员工总数210多万人，每周光临Walmart的顾客为2亿人次。

4.1案例一：零售商系统货篮数据挖掘（续）1991年，Walmart年销售额突破400亿美元，成为全球大型零售企业之一。据1994年5月美国《财富》杂志公布的全美服务行业分类排行榜，1993年Walmart销售额高达673.4亿美元，比上一年增长118亿美元，超过了1992年排名第一位的西尔斯（Sears），雄踞全美零售业榜首。1995年，Walmart销售额持续增长，并创造了零售业的一项世界纪录，实现年销售额936亿美元，在《财富》杂志第四章数据挖掘应用案例

4.1案例一：零售商系统货篮数据挖掘（续）1美国最大企业排行榜上名列第四。事实上，Walmart的年销售额相当于全美所有百货公司的总合，而且至今仍保持着强劲的发展势头。至今，Walmart已拥有2133家Walmart商店、469家山姆会员商店和248家Walmart购物广场，分布在美国、中国、墨西哥、加拿大、英国、波多黎各、巴西、阿根廷、南非、哥斯达黎加、危地马拉、洪都拉斯、沙尔瓦多、尼加拉瓜14个国家。它在短短几十年中又如此迅猛的发展，不得不说是零售业的一个奇迹。2第四章数据挖掘应用案例

第四章数据挖掘应用案例4.1案例一：零售商系统货篮数据挖掘（续）2、Walmart货篮数据挖掘内容Walmart关注客户的货篮。因为Walmart认为商品销售量的冲刺只是短期行为，而零售企业的生命力取决于货篮。一个小小的货篮体现了客户的真实消费需求和购物行为，每一只货篮里都蕴藏着太多的额客户信息。零售业的宗旨是服务客户，Walmart认为商店的管理核心应该是以货篮为中心的顾客经营模式，商店排名只能体现商店自身的表现，而货篮可以体现客户的购买行为及消费需求，关注货篮可以使门店随时掌握客户的消费动向，从而使门店始终与客户保持一致。

4.1案例一：零售商系统货篮数据挖掘（续）为了能够准确了解顾客在其门店的购买习惯，Walmart对其顾客的购物行为进行货篮分析，想知道顾客经常一起购买的商品有哪些。商品相关性分析是货篮分析中最重要的部分，Walmart数据仓库里集中了其各门店的具体原始交易数据。在这些原始交易数据的基础上，Walmart利用NCR数据挖掘工具对这些数据进行了分析和挖掘。Walmart发现了一个令人难以理解的现象：在某些特定情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个货篮中，这种独特的销售现象引起了管理人员的注意。第四章数据挖掘应用案例

第四章数据挖掘应用案例4.1案例一：零售商系统货篮数据挖掘（续）这是数据挖掘技术对历史数据进行分析的结果，反映数据内在的规律。那么这个结果符合现实情况吗？是否是一个有用的知识？是否有利用价值？于是Walmart派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。经过大量实际调查和分析，揭示了一个隐藏在“尿布与啤酒”背后的美国人的一种行为模式：在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去购买尿布。父亲在购买尿布的同时，30%~40%的人往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在一个货篮的现象。

4.1案例一：零售商系统货篮数据挖掘（续）01如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到尿布与啤酒为止。Wal