数据挖掘应用案例

1、 网上书店关联销售 应用背景: 网上书店现在有了很强的市场和比较固定的大量的客户。 为了促进网上书店的销售量的 增长，各网上书店采取了各种方式， 给客户提供更多更丰富的书籍，提供更优质服务， 等方 式吸引更多的读者。但是这样还不足够，给众多网上书店的商家们提供一种非常好的促进销 售量增长，吸引读者的方法，就是关联销售分析。这种方法就是给客户提供其他的相关书籍， 也就是在客户购买了一种书籍之后， 推荐给客户其他的相关的书籍。 这种措施的运用给他们 带来了可观的效益。 这里介绍的关联销售并不是，根据网上书店的销售记录进行的比例统计， 也区别于简单 的概率分析统计， 是用的关联规则算法。 “啤酒和尿

2、布”的故事足以证明了该算法的强大功 能和产生的震撼效果。 那么，怎么来实现这样一个效果呢？ 解决步骤： 首先，通过数据源，也就是销售记录。这里做数据挖掘模型，要用到两张表，一张表是 会员，用会员ID号来代替；另一张表是那个会员买了什么书。应用 SQL Server 2005 的 Data Mining 工具，建立数据挖掘模型。 具体步骤如下： 第一步：定义数据源。选取的为网上书店的销售记录数据源(最主要的是 User表和 Sales 表)。 第二步：定义数据源视图。 在此建立好数据挖掘中事例表和嵌套表， 并定义两者之间的 关系，定义 User为事例表(Case Table ) , Sales为

3、嵌套表(Nested Table )。 第三步：选取 Microsoft Association Rules (关联规则)算法，建立挖掘模型。 第四步：设置算法参数，部署挖掘模型。 第五步、浏览察看挖掘模型。对于关联规则算法来说，三个查看的选项卡。 A：项集：“项集”选项卡显示被模型识别为经常发现一起出现的项集的列表。在这里 指的是经过关联规则算法处理后，发现关联在一起的书籍的集合。 B:规则：“规则”选项卡显示关联算法发现的规则。“规则”选项卡包含一个具有以 下列的网格：“概率”、“重要性”和“规则”。概率说明出现规则结果的可能性。重要性 用于度量规则的用途。 尽管规则出现的概率可能很高，

4、但规则自身的用途可能并不重要。 重 要性列就是说明这一情况的。例如， 如果每个项集都包含属性的某个特定状态，那么， 即使 概率非常高，预测状态的规则也并不重要。重要性越高，规则越重要。 C:关联网络：节点间的箭头代表项之间有关联。箭头的方向表示按照算法发现的规则 确定的项之间的关联。 效果展示： 1、 可以看到在图中，绿色的是选择的节点，橙色的是可以预测所选节点的节点，也就 是说如果消费者买了月光宝盒（2VCD ）的话，那么就可以给该消费者推荐乱世佳人 （上集，2VCD ） 。紫色的是和所选节点能够双向预测的， 即买了大圣娶亲，推荐乱 世佳人（上集，2VCD ） ;同样，买了乱世佳人（上集，2

5、VCD ），推荐大圣娶亲。 这样我们就很容易看到经过关联算法计算出来的书籍之间的关联性。 2、 也可以通过写 DMX语句来实现预测查询。 SELECT PredictAssociation（User.Sale s ,include_statistics,10） From User NATURAL PREDICTION JOIN （SELECT （SELECT 月光宝盒（2VCD） AS Book Name） AS Sales） AS t 结语： 今天，网上书店已经进入了一个比较稳定的发展期， 吸引了越来越多的客户， 特别是青 年群体。数据挖掘在其商品销售、提高客户价值、 发现客户等方面提供了技术支持，逐渐得 到广泛的应用。 网上书店应该对检索失败的数据进行分析， 按类进行统计，有针对性地补充和丰富书目 信息。同时，收集站点在线调查、留言本和推