《第十一章数据挖掘课件.ppt》由会员分享，可在线阅读，更多相关《第十一章数据挖掘课件.ppt（25页珍藏版）》请在三一文库上搜索。
1、第十一章 数据挖掘,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,11.1数据挖掘的基本概念,11.1.1数据挖掘定义 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数据挖掘的数据来源,关系数据库,
2、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,11.1.3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,11.1.4数据挖掘的应用,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
3、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,11.2数据挖掘分析方法,Support (AB)=P (AUB),Confidence (AB)=P
4、(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。,根据最小置信度80%，可得到三个强规则ADB 、
5、BDA 和D AB。至此，完成了一个简单的规则挖掘。,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,11.2.5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,11.2.6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
6、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,数据挖掘实施方法,CRM中数据挖掘的基本应用,数据挖掘的基本概念,11.3数据挖掘实施方法,11.3.1数据挖掘
7、过程模型,5A 模型,Assess,Analyze,Access,Act,Automate,SEMMA模型,Sample,Modify,Explore,Model,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,11.3.2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
8、,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
9、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
10、据挖掘的基本应用,数据挖掘的基本概念,11.4 CRM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,11.4.2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,
11、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,11.4.3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,11.4.4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,11.4.5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,