《商务智能技术应用》课件-4-3 数据挖掘应用场景_第1页
《商务智能技术应用》课件-4-3 数据挖掘应用场景_第2页
《商务智能技术应用》课件-4-3 数据挖掘应用场景_第3页
《商务智能技术应用》课件-4-3 数据挖掘应用场景_第4页
《商务智能技术应用》课件-4-3 数据挖掘应用场景_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第4章

数据挖掘03数据挖掘应用场景垃圾邮件的判别红酒品质的判断客户细分零售店铺支付中的交易欺诈侦测未来应用趋势数据挖掘应用场景垃圾邮件的判别文本挖掘朴素贝叶斯它的主要原理是，根据邮件正文中的单词，是否经常出现在垃圾邮件中，进行判断。例如，如果一份邮件的正文中包含“报销”、“发票”、“促销”等词汇时，该邮件被判定为垃圾邮件的概率将会比较大。一般来说，判断邮件是否属于垃圾邮件，应该包含以下几个步骤。第一，把邮件正文拆解成单词组合，假设某篇邮件包含100个单词。第二，根据贝叶斯条件概率，计算一封已经出现了这100个单词的邮件，属于垃圾邮件的概率和正常邮件的概率。如果结果表明，属于垃圾邮件的概率大于正常邮件的概率。那么该邮件就会被划为垃圾邮件。数据挖掘应用场景红酒品质的判断通过化学特性判断和预测红酒的品质基于预测模型第一步，收集很多红酒样本，整理检测他们的化学特性，例如酸性、含糖量、氯化物含量、硫含量、酒精度、PH值、密度等等。第二步，通过分类回归树模型进行预测和判断红酒的品质和等级。数据挖掘应用场景客户细分基于聚类分析精准营销例如：针对商业银行中的零售客户进行细分，基于零售客户的特征变量（人口特征、资产特征、负债特征、结算特征），计算客户之间的距离。然后，按照距离的远近，把相似的客户聚集为一类，从而有效的细分客户。将全体客户划分为诸如：理财偏好者、基金偏好者、活期偏好者、国债偏好者、风险均衡者、渠道偏好者等。数据挖掘应用场景零售店铺管理分析交叉销售啤酒尿布主要讲的是产品之间的关联性，如果大量的数据表明，消费者购买A商品的同时，也会顺带着购买B产品。那么A和B之间存在关联性。在超市中，常常会看到两个商品的捆绑销售，很有可能就是关联分析的结果。基于关联分析的案例：沃尔玛的啤酒尿布数据挖掘应用场景支付中的交易欺诈侦测异常值判断基于欺诈规则库包括事件类规则、模型类规则第一，事件类规则，例如刷卡的时间是否异常（凌晨刷卡）、刷卡的地点是否异常（非经常所在地刷卡）、刷卡的商户是否异常（被列入黑名单的套现商户）、刷卡金额是否异常（是否偏离正常均值的三倍标准差）、刷卡频次是否异常（高频密集刷卡）。第二，模型类规则，则是通过算法判定交易是否属于欺诈。一般通过支付数据、卖家数据、结算数据，构建模型进行分类问题的判断。数据挖掘应用场景未来应用趋势生物信息或基因的数据挖掘网站的数据挖掘（Websitedatamining）文本挖掘（Textualmining）多媒体挖掘$1.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(

)A、频繁模式挖掘

B、分类和预测C、数据预处理

D、数据流挖掘小试牛刀抢答加分环节单选2.下面那个不属于知识发现过程。（

）A、数据清理与集成

B、数据统计C、数据挖掘

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论