第十一章数据挖掘课件

《第十一章数据挖掘课件》由会员分享，可在线阅读，更多相关《第十一章数据挖掘课件（25页珍藏版）》请在金锄头文库上搜索。

1、第十一章第十一章 数据挖掘数据挖掘本章结构本章结构11.1数据挖掘的基本概念 11.2数据挖掘算法11.3数据挖掘实施方法11.4 CRM中数据挖掘的基本应用11.111.1数据挖掘的基本概念数据挖掘的基本概念11.1.1数据挖掘定义义 数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、 模糊的、随机的实际应用数据中提取人们感兴趣的知识，这些知识是 隐 含的、事先未知的、潜在有用的信息数据挖掘是一个交叉学科，它涉及了多个学科的思想和方法， 比 如数据库系统、数理统计学、人工智能、可视化和信息科学 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.1.

2、211.1.2数据挖掘的数据来源数据挖掘的数据来源关系数据库 数据仓库 事务数据库 高级数据库 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.1.311.1.3数据挖掘技术数据挖掘技术数据挖掘的技术基础是人工智能。人工智能是以自动机为手 段，通过模拟人类宏观外显的思维行为，从而高效率的解决事实世 界问题的科学和技术。但是数据挖掘仅仅利用了人工智能中一些已 经成熟的算法和技术：人工神经网络 遗传算法前馈式网络反馈式网络自组织网络繁殖交叉变异决策树方法数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.1.411.1.4数据挖掘的应用数据挖

3、掘的应用 数据挖掘在生物医学中的应用数据挖掘在电信业中的应用数据挖掘在金融业的应用 数据挖掘技术主要用于DNA数据的分析 提高电信业的服务质量，帮助确定电信模式、发现盗用行为将具有相同行为（比如储蓄、贷款）的客户分为一组,建立预 测模型对客户的贷款偿还能力进行预测数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.2.1关联分析（association analysis）要了解关联规则挖掘首先要了解两个概念，即支持度和置信度支持度置信度同时满足最小支持度和最小置信度的规则称为强规则。关联规则挖 掘 就是寻找强规则的过程11.211.2数据挖掘分析方法数据挖掘分析方法S

4、upport (AB)=P (AUB)Confidence (AB)=P (B|A)数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念Apriori算法是一个关于单维、单层、布尔规则的方法。因此它 也 是关联规则挖掘中形式最简单的方法 我们用一个简单实例介绍Apriori算法的实现方法 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念根据表11-1中的事务数据进行Apriori算法，过程如下图所示 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念最终得到一个频繁项集 A，B，D。这就是用Apriori算法寻找频繁项集的过程。

5、 根据最小置信度80%，可得到三个强规则规则 ADB 、BDA 和D AB。至此，完成了一个简单简单 的规则规则 挖掘。 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.2.511.2.5孤立点分析孤立点分析 孤立点又叫噪声，是数据库中与数据的一般模式不一致的数据对 象孤立点分析主要包括了基于统计的孤立点检测、基于距离的孤立 点 检测等多种方法 被广泛应用于信用卡诈骗、电话盗用等诈骗活动的发现 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.2.611.2.6复杂类型数据分析方法复杂类型数据分析方法 空间数据挖掘是针对空间数据库进行的

6、数据挖掘。空间数据库中存 储 了大量与空间有关的数据，比如地图、医学图像等 空间数据挖掘运用空间关联分析、空间聚类、空间分类和空间趋势分析等方法 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念多媒体数据库中的存储对象是多媒体对象，如音频数据、视频 数 据、图像数据等。多媒体数据库挖掘主要是对图像数据的挖掘 文本挖掘技术可对文本文档进行内容总结、关联分析、分类 和 聚类分析等。文本挖掘可以用于文档管理、邮件管理、市场研究 、 信息收集等许多方面多媒体数据挖掘主要方法有相似性搜索、多维分析、分类和预测分析、以及多媒 体数据的关联挖掘等 文本数据挖掘数据挖掘算法数据挖掘实施

7、方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.311.3数据挖掘实施方法数据挖掘实施方法 11.3.1数据挖掘过程模型 5A 模型AssessAnalyzeAccessAct AutomateSEMMA模型SampleModifyExploreModel Assess数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.3.211.3.2数据挖掘的基本步骤数据挖掘的基本步骤数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念这是数据挖掘的第一步，确定分析和预测的目标相当于需求分 析，主要是明确业务目标 确定分析和预测目标确定分析和预测目标是数

8、据挖掘的基础条件 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念建立数据库建立数据挖掘库是数据挖掘过程中较为复杂的一步 数据收集数据描述数据清洗选取建立和检验数据 挖掘模型需要的数据 经过以上几步后，将整理后的数据存入数据挖掘库 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念分析数据即对数据挖掘库中的数据进行分析，比如计算数据的 平 均值、标准差等统计信息，以便发现数据的分布 分析数据有时收集的数据中包含的变量不足以影响结 果，此时还需要增加新变量 在有些算法中，各变量单位选取的不同会导 致各变量在结果中的影响程度不一样 数据挖掘算法数据挖掘

9、实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念建立模型是根据模型分析目标选择合适的方法和算法对数据进 行 分析，得到一个数据挖掘模型的过程 为了验证模型的有效性，选择最优的模型，一般会将数据集 分 为两部分，一部分用于建立模型，另一部分则用于测试模型 对模型的评估主要需要考虑以下几个方面：建立模型分析数据准确性 可理解性 模型的性能数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念建立模型模型的实施有两种情况。一种是将数据挖掘模型得到的结果提供给 信息需求者或者管理者，以辅助管理者的决策分析。还有一种情况就是 保留模型，以后每遇到类似问题就用这个模型进行分析，或者将

10、模型用 于不同数据集上进行分析 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.4 CRM11.4 CRM中数据挖掘的基本应用中数据挖掘的基本应用 11.4.1数据挖掘在客户分类中的应用客户分类是指将所有客户分成不同的类的过程。对客户进行分类有 利于针对不同类型的客户进行客户分析，分别制定客户服务策略 客户分类可以采用分类和聚类的方法 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.4.211.4.2数据挖掘在客户识别和客户保留中的应用数据挖掘在客户识别和客户保留中的应用（1）数据挖掘在客户识别中的应识别客户是企业发现潜在客户、获取新

11、客户的过程（2） 数据挖掘在客户保留中的应用客户识别是获取新客户，而客户保留则是留住老客户、防止客 户 流失的过程 获取潜在 客户信息 小规模的 实验观察 建立数据挖 掘预测模型 找到对产品最感 兴趣的客户群 对已经流失的客 户数据进行分析 找到流失客户 的行为模式 分析流失客户 的流失原因 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.4.311.4.3数据挖掘在客户忠诚度分析中的应用数据挖掘在客户忠诚度分析中的应用 客户忠诚度的提高是企业客户关系管理的一个重要目标。数据挖掘 在客户忠诚度分析中主要是对客户持久性、牢固性和稳定性进行分析主要是运用时间序列模型中

12、的趋势分析方法 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.4.411.4.4数据挖掘在客户盈利率分析中的应用数据挖掘在客户盈利率分析中的应用 客户盈利率是一个定量评价客户价值的指标。客户盈利率的计算并 不需要数据挖掘。而数据挖掘技术在客户盈利率分析中的应用主要体现 在“分析”数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念11.4.511.4.5数据挖掘在个性化营销中的应用数据挖掘在个性化营销中的应用 个性化营销是面向客户的营销，也是客户关系管理的重要组成部 分。个性化营销是在客户分类的基础上进行的。针对不同类型的客户 ， 企业可以采用不同的政策和销售方式 交叉销售也是个性化营销的一种形式 数据挖掘算法数据挖掘实施方法CRM中数据挖掘的基本应用数据挖掘的基本概念