《第一讲数据挖掘与数据分析》由会员分享，可在线阅读，更多相关《第一讲数据挖掘与数据分析（6页珍藏版）》请在金锄头文库上搜索。
1、1趣味数学课程单元教学设计（教案）数据挖掘与数据分析一、教案头本次课标题 数据挖掘与数据分析 授课教师 朱调娟授课班级 上课时间 2 学时 上课地 点 1-501能力（技能）目标 知识目标教学目标通过四个实例，初步了解数据挖掘与数据分析技术的概念以及应用。数据挖掘与数据分析技术的概念以及应用。能力训练任务及案例教学重点教学准备课件- 2 -二、数据挖掘与数据分析教学设计步骤 教学内容教学方法教学手段学生活动时间分配告知（教学内容、目的）简述本单元教学内容：1、 利用大数据后，农夫山泉会发生管理变革吗？2、 大数据可以给阿迪达斯带来利润吗？3、 中国能制作出类纸牌屋的电视剧吗?4、 网易数据工程
2、师可以当“媒婆”？简述本单元教学目的：初步了解数据挖掘与数据分析技术的概念以及应用。讲授启导用多媒体教学听课 3引入（项目）数据挖掘(Data Mining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。讲授用多媒体教学听课 7任务 1、农夫山泉用大数据卖矿泉水1. 问题 怎样摆放水堆更能促进销售？ 什么年龄的消费者在水堆前停留更久，他们一次购买的量多大? 气温的变化让购买行为发生了哪些改变? 竞
3、争对手的新包装对销售产生了怎样的影响? “大自然的搬运工” ，如何控制物流成本？2. 数据 业务员每天拍摄 10 张照片：水怎么摆放、位置有什么变化、高度如何 15 个点，下班之前 150 张照片就被传回了杭州总部（10M） 10000 个业务员，这样每天的数据就是 100G，每月为 3TB 运输环境数据场景：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会） 。3.大数据获取解决三个顽症： 首先是解决生产和销售的不平衡，准确获知该产多少，送多少； 其次，让 400 家办事处、30 个配
4、送中心能够纳入到体系中来，形成一个动态网状结构，而非简单的树状结构； 最后，让退货、残次等问题与生产基地能够实时连接起来。4.结论 可以做到实时计算结果，不可能的事情变为可能； 决策者们依靠数据来验证以往的决策是否正确； 对已出现的问题作出纠正，并预测未来。有了强大的数据分析能力做支持后，农夫山泉近年以 30%-40%的年讲授用多媒体教学听课 20- 3 -增长率，在饮用水方面快速超越了原先的三甲：娃哈哈、乐百氏和可口可乐。根据国家统计局公布的数据，饮用水领域的市场份额，农夫山泉、康师傅、娃哈哈、可口可乐的冰露，分别为34.8%、16.1%、14.3%、4.7%，农夫山泉几乎是另外三家之和。任
5、务 2：阿迪达斯的“黄金罗盘”在最初降价、打折等清库存的“应急措施”结束后，基于外部环境、消费者调研和门店销售数据的收集、分析，成为了将阿迪达斯和叶向阳们引向正轨的“黄金罗盘” 。每天都会收集门店的销售数据，并将它们上传至阿迪达斯。收到数据后，阿迪达斯对数据做整合、分析，再用于指导经销商卖货。研究这些数据，让阿迪达斯和经销商们可以更准确了解当地消费者对商品颜色、款式、功能的偏好，同时知道什么价位的产品更容易被接受。1.对比过去，面对展厅里各式各样的产品，经销商很容易按个人偏好下订单。现在，阿迪达斯会用数据说话，帮助经销商选择最适合的产品。首先，从宏观上看，一、二线城市的消费者对品牌和时尚更为敏
6、感，可以重点投放采用前沿科技的产品、运动经典系列的服装以及设计师合作产品系列。在低线城市，消费者更关注产品的价值与功能，诸如纯棉制品这样高性价比的产品，在这些市场会更受欢迎。其次，阿迪达斯会参照经销商的终端数据，给予更具体的产品订购建议。比如，阿迪达斯可能会告诉某低线市场的经销商，在其辖区，普通跑步鞋比添加了减震设备的跑鞋更好卖；至于颜色，比起红色，当地消费者更偏爱蓝色。一起商定卖哪些产品、什么产品又会热卖。这样，将来就不会再遇到库存问题。 ”2.挖掘大数据，让阿迪达斯有了许多有趣的发现。同在中国南部，那里部分城市受香港风尚影响非常大；而另一些地方，消费者更愿意追随韩国潮流。同为一线城市，北京
7、和上海消费趋势不同，气候是主要的原因。高线城市消费者的消费品位和习惯更为成熟，当地消费者需要不同的服装以应对不同场合的需要，上班、吃饭、喝咖啡、去夜店，需要不同风格的多套衣服，但在低线城市，一位女性往往只要有应对上班、休闲、宴请的三种不同风格的服饰就可以。两相对比，高线城市，显然为阿迪达斯提供了更多细分市场的选择。实际上，对大数据的运用，也顺应了阿迪达斯大中华区战略转型的需要。库存危机后，阿迪达斯从“批发型”公司转为“零售驱动型”公司，它从过去只关注把产品卖给经销商，变成了将产品卖到终端消费者手中的有力推动者。而数据收集分析，恰恰能让其更好地帮助经销商提高售罄率。与经销商伙伴展开了更加紧密的合
8、作，以统计到更为确切可靠的终端消费数据，有效帮助重新定义了产品供给组合，从而在适当的时机，将符合消费者口味的产品投放到相应的区域市场。一方面降低了他们的库存，另一方面增加了单店销售率。卖得更多，售罄率更高，讲授用多媒体教学听课 20- 4 -也意味着更高的利润。任务 3：中国能制作出类纸牌屋的电视剧吗？凭借一部片子咸鱼翻身，这样的桥段在当下热播美剧纸牌屋身上重演，反转剧主角是美国一家视频公司 Netflix，它的武器则是大数据。首次进军原创剧就走红，Netflix 不仅成为娱乐圈里的谈资，亦成为数据革命的代表。纸牌屋不仅是 Netflix 网站上有史以来观看量最高的剧集，也在美国及 40 多个
9、国家大热。Netflix 产品创新副总裁托德 耶林（Todd Yelin）称，其表现甚至“ 比我们最大胆的梦想都要好” 。事实是，美国“白宫甄嬛传” 、导演大卫芬奇（David Fincher）和老戏骨凯文史派西（Kevin Spacey），这些噱头只是用以吸引眼球的皮毛。最抓人的是，Netflix 根据数据技术推导出纸牌屋的关键要素，喜欢 BBC 剧、大卫芬奇和凯文史派西的用户存在交集，这是多么酷的一件事。中国的乐视网一直关注 Netflix 的发展路径。“值得研究的是Netflix 如何从后端数据推导出前台生产。”乐视网副总裁何凤云说。这种做法与旧传统是背道而驰的，以美国著名的有线电视网络
10、媒体公司HBO 为例，它对导演强烈的个性抱以完全的信任，全权委任导演去制片、编剧、挑选演员。而在中国，几大视频网站在自制剧时都有自己的选片团队，由他们为观众选择与确定导演，挑选剧本。多年前，依赖于种种技术，Netflix 对数据的记忆能力已经炉火纯青。当一位用户通过浏览器登录 Netflix 账号，Netflix 后台技术将用户位置数据、设备数据悄悄地记录下来。这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交网络等动作。在 Netflix 看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在 Netflix 上将产生高达 3000 多万个行为，此外 Netflix 的订阅用户每天还
11、会给出 400 万个评分，300 万次搜索请求，询问剧集播放时间和设备。没错，这些都被 Netflix 转化成代码，当作内容生产的元素记录下来。其首席内容官泰德表示，所有这些数据意味着，Netflix 公司已经拥有“可寻址的观众”。早年间，Netflix 利用上述数据提供一项推荐引擎业务。比如说，数千万用户能在一个个性化网页上对影片做出 15 的评级，这些评级构成了一个巨大数据池，如今这个数据池容量已超过近百亿条。根据数据池，Netflix 使用推荐算法来识别具有相似品味的观众，然后对这一群体做出相关内容的精准推荐。法国电影不要告诉任何人在美国的票房收入惨淡，只有 600万美元。可 Netfl
12、ix 的工程师并不相信这个数字，他们通过上述数据挖掘技术，找到了不易察觉的点击量，而这些才是被隐藏的事实。2011年时，Netflix 决定播放不要告诉任何人。如 Netflix 预测的一样，这部电影在播放后立即在最受瞩目的节目中排到第四位。里德哈斯廷斯决定用事实告诉资本市场，数据不是花架子，而是地道的生产力。Netflix 利用数据挖掘能力计算出可以赢的办法，1 亿美元买下一部早在 1990 年就播出的 BBC 电视剧纸牌屋的版权，讲授用多媒体教学听课 20- 5 -请来导演大卫芬奇（David Fincher），并由老戏骨凯文史派西（Kevin Spacey）担当男主角。1 亿美元买下的纸
13、牌屋总共 2 季 26 集，计算下来单集成本约为 400 万美元，远远高于美国一般电视剧的单集制作成本150 万至 200 万美元，也只有广告狂人、斯巴达克斯这类热播美剧才能达到 200 万美元左右。算下来，对于 Netflix 而言，只有新增 100万一年期合约付费用户才能收回上述成本。Netflix 并非没有计算过豪赌的回报，这样做不仅可以带来新增用户，更为重要的是它为 Netflix 开拓了上游市场，走上了自制剧之路。在纸牌屋之后，还将有四部自制剧在 2013 年登陆 Netflix。这意味着，Netflix 可以逐步降低对版权费用日趋高涨的好莱坞剧的依赖。关键是如何制作自制剧？国内视频
14、网站意识到数据的重要性，也积累了大量数据。比如乐视网通过分析用户收看时间，在今年推出午间自制剧场。“但真正细致到使用数据来决定导演、演员，中国还没有哪家公司敢说他们能做到这点。”何凤云说。此外，即便是有了数据，中国的流媒体公司还不敢像 Netflix 那样将宝押在一部剧上，因为中国的付费市场尚未成熟，目前还主要依赖广告盈利，无法完全将用户需求作为中心。除此以外，一位视频行业的人士指出，在中国基于用户数据做出分析的同时，还要考虑广电审核的要素，一些领域与题材类型都要稍微收拢， “不是没法依赖数据，而是不能完全依赖数据，我们选择数据时也一定要结合中国国情。 ”任务 4：网易数据工程师可以当“媒婆”
15、？2012 年底，网易旗下全新婚恋交友网站“花田”上线。花田以免费沟通为卖点，主打一二线城市中高端市场。摒弃了传统婚恋网站的“人工红娘”，花田不提供任何人工服务，从推荐到搜索全由系统自动完成。而业内的龙头老大世纪佳缘(Nasdaq: DATE)，也在换帅之后摩拳擦掌，试图用大数据的精准化运营，为在海量异性资料中疲于搜索的用户“指一条明路”。一年前婚恋网站最爱喊“实名制”。通过对用户身份证或手机号码进行验证，网站可获得用户真实姓名、年龄、性别、地区等身份证数据，对防止诈骗有一定作用。但如今各家都有，这种传统打法就过气了。毕竟有身份证的人，不一定是有身份的人。婚恋网站已将条条框框的硬指标罗列齐全，
16、使人几乎怀疑进入的是淘宝人肉市场。当身高、体重、年龄、学历等等都一一框定，一看还有 2000 个姑娘（小伙）符合要求，是时候让理性回归感性了。而这感性，又是建立在理性的数据分析之上。花田界面清新简洁，采用类似微博的信息流展示形式。首页是异性用户最近更新的图片、内心独白和文字传情，展示其生活方式、个人品味等软性资料。系统会自动推荐那些相对活跃、最近有信息流更新的人，这就促使用户拿出更新微博的劲头来更新花田，为花田积累了大量可供分析的软性数据。从用户的“内心独白” 中提取出现频率较高的关键词；再将这些关键词分类，如感性词汇或理性词汇；最后，通过文本分析、语义分析，从中挖掘出用户的性格是内向、外向、理想化还是现实派等等。讲授用多媒体教学听课 20- 6 -花田团队在对海量软硬数据进行分析的基础上，总结出一些人物特征，建立出一定数量的人物模型。再分析具体用户，将其分门别类套入各种模型。这样，用户心仪其中某一个人，便可向其推荐这一类人
