《精编》数据挖掘与决策支持

上传人:tang****xu4 文档编号:133587368 上传时间:2020-05-28 格式:PPT 页数:40 大小:2.89MB
返回 下载 相关 举报
《精编》数据挖掘与决策支持_第1页
第1页 / 共40页
《精编》数据挖掘与决策支持_第2页
第2页 / 共40页
《精编》数据挖掘与决策支持_第3页
第3页 / 共40页
《精编》数据挖掘与决策支持_第4页
第4页 / 共40页
《精编》数据挖掘与决策支持_第5页
第5页 / 共40页
点击查看更多>>
资源描述

《《精编》数据挖掘与决策支持》由会员分享,可在线阅读,更多相关《《精编》数据挖掘与决策支持(40页珍藏版)》请在金锄头文库上搜索。

1、可能受益的商业活动 数据挖掘解决方案 历史数据 预测模型 新申请者 信用等级评价预测模型 用过去的客户数据预测未来 理解商业问题 性别 父亲的教育程度 被访者教育程度 工作类型 城市 当前收入水平 性别 父亲的教育程度 被访者教育程度 工作类型 城市 当前收入水平 当前财政状况 未来信用风险 Time1 Time2 家庭收入 销售数量 喜欢流行音乐 我们的最终目的是希望从技术和商业角度为公司建立一个能够理解和实施数据挖掘的工作环境 数据挖掘的成功 并不在于特定工具和算法的选择 而是一个合适的环境 一个企业的执行能力越强 数据挖掘的能力就越大 企业所处的商业环境往往在战略上 顾客定位 数据仓库建

2、立 市场定位 生命周期 分析技术等方面各不相同 成功的基础必须是基于对数据挖掘与商业规律良好结合的环境 建立自己的挖掘平台 数据挖掘环境建构 数据挖掘是企业的组成部分 数据挖掘是企业的核心竞争力 数据挖掘是企业以顾客为导向的市场策略 数据挖掘是建立在客户为中心的数据仓库 数据挖掘环境关键因素 选择一个有效领导 宣传数据挖掘 保证高层关注 建立多学科合作 参与并在一起工作的团队 职责分明 从一开始就让各部分参与 他们是最终成功的决定者 从一开始让信息部门参与 他们能够存取和接触数据 获得硬件 软件和网络支持 利用示范项目是挖掘的开始 可以展示能力 数据挖掘是转换商业决策从产品到客户的变革开始 数

3、据挖掘成功要素 由一人专职负责 此人有着良好的沟通和成功记录 理解数据挖掘的各种可能情况 建立团队确保执行层的兴趣 团队由各个学科人员组成 技术组和商业组 8 12人 各个单位和部门一开始就参加进来 信息技术部门一开始也要参与进来 示范项目可以展示数据挖掘的能力强有力的软件供应商和丰富经验的顾问 数据挖掘解决方案 PreprocessedData Data TranslatedData Patterns Models Results Preprocessing Analysis Input Output 数据挖掘解决方案 主要数据挖掘技术 分类Classification 预测Predicti

4、on 细分Segmentation 关联Association 序列Sequence 将您的顾客和客户分类 预测未来的销量和欺诈 流失 将市场 顾客细分 发现那些商品会在一起销售或购买 找出时间进程中的模式或趋势 决策树规则侦测回归分析聚类分析神经网络序列模式 数据挖掘的问题类型 数据描述 数据细分 概念描述 分类 预测 依赖型分析 商业问题 DecisionTreesNeuralNetworksRuleInductionNearestNeighborGeneticAlgorithms 数据挖掘主要新技术 决策树神经网络规则侦测序列规则基因算法 分类决策树 对象 关系 网络 网络分析 强弱 路

5、径 自我 小群体 缺失 角色 网络分析 神经网络 线性回归 Logistics回归 多层神经网络 细胞繁殖 数据挖掘技术分类 数据挖掘 验证驱动挖掘 发现驱动挖掘 SQL SQL生成器 查询工具 OLAP 描述 预测 可视化 聚类 关联规则 顺序关联 汇总描述 分类 统计回归 时间序列 决策树 神经网路 SPSS Clementine7 2 ClementineInterface DataStream数据流 Streamcanvas Palettes Managers Projects Reportwindow Statuswindow ClementineToolbars NodesPale

6、tte BasicOperation SettingOptionsforNodes SPSS Clementine7 2 客户流失模型分析 问题描述 如何决定超市中商品的摆放来增加销售额结果描述 Web图 数据挖掘的典型结果 交叉销售 广电行业 复合人才 画像 Clementine的分析模型算法 SAS数据挖掘解决方案 聚焦于信息发布 信息有一个时间维信息过时后会失去价值信息过时后会令人误解信息必须在适当的时间 适当地点传送给适当的人 通道 发布和订阅 主动式的信息发布 数据挖掘的方法论 有时候我们并不关心模型如何运作 只是个黑盒子 我们只关心可能的最优结果 有时候需要使用模型能够得到与数据相

7、关的重要信息 我们也需要了解模型运作的细节 这也只是个半透明的盒子 语义层设计 业务数据库 商业理解体系的核心 语义层 数据源 终端用户 商业元语 查询面板 数据源 数据挖掘不能作的事情 如何定义要数据挖掘的商业问题隐含解决企业问题的有用数据识别数据质量 搜集初始数据精加工并整合数据 使其满足挖掘建模要求数据变换 使得数据库仅包含建模输入变量根据模型制订行动计划 并付诸实施评价行动结构 反馈信息输入数据库 进一步挖掘 计算机及数据处理软件 统计软件的发展使得我们做数据挖掘和统计分析成为简单而可能的事情 分析工具和软件 WORDEXECLPowerPointAccessMicrosoftVisioSmartDrawPCEDITEpiDataSPSSEnterStation Builder SPSSforWindows8 0 11 5AnswerTree3 0DecisionTimeandWhatIfClementine7 0 7 2SAS6 12 8 2Lisrel8 53 Amos4 0 5 0NetworkAnalysis 学科领域 行业知识计算机数据库统计学市场营销市场研究社会学心理学广告学消费者行为学 本讲稿仅供内部培训使用

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号