用Excel2007实现尿布与啤酒与数据挖掘技术

1、2020/7/3，版权：张洁，1，“尿布和啤酒”和数据挖掘技术，Name:张洁部门：计算机科学技术移动：1353127786 tel:020-8220，故事，2020/7/3， copyright:jean，3，Wal Mart是世界上最大的商业零售连锁沃尔玛，总部位于美国阿肯色州，拥有世界上最大的数据仓库系统。沃尔玛里为了准确了解卖场内顾客的购买习惯，将顾客的购物行为分析成购物篮子，想知道顾客经常一起购买的商品是什么样的。沃尔玛数据仓库集中了各商店详细的原始交易数据。基于这些原始交易数据，沃尔玛利用NCR数据挖掘工具分析和挖掘这些数据。意外的发现是“和尿布一起购买最多的商品是啤酒！”，故事，

2、2020/7/3， copyright:章节，4，这是数据挖掘技术分析历史数据的结果，反映了数据的固有规律。那么这个结果符合现实吗？有用的知识分子吗？有利用价值吗？分析，2020/7/3， copyright:张杰，5，沃尔玛派市场调查人员和分析师调查和分析此数据挖掘结果。经过大量的实际调查和分析，揭示了隐藏在“尿布和啤酒”后面的美国人的一种行为方式。在美国，一些年轻的父亲下班后经常去超市买尿布，而他们中的百分之30到40同时为自己买一些啤酒。因为美国夫人们经常嘱咐丈夫下班后给孩子买尿布，买尿布后很容易找回了丈夫喜欢的啤酒。分析，2020/7/3， copyright:janges，6，有很多

3、机会和啤酒一起买尿布，所以沃尔玛在一家卖场里把尿布和啤酒放在一起。结果尿布和啤酒的销售增加了。分析，2020/7/3， copyright:张杰斯，7，一般事故，尿布与啤酒风马牛不相符。如果没有通过数据挖掘技术挖掘大量交易数据，沃尔玛就不会发现这些数据本质上是有价值的法则。为什么沃尔玛会发现尿布和啤酒之间的关系？这是通过详细分析超市一年多来交易的原始数据，发现了这个神奇的组合。分析、2020/7/3、 copyright: Zhang Jie，8、数据挖掘是在大量数据中查找规则的技术，主要包括数据准备、规则搜索和规则表示三个阶段。但是，在具体实施数据挖掘应用程序时，还需要进一步评估结果。这是因

4、为数据算法找到了数据的规律，其中一些对人们感兴趣很有用，有些不感兴趣，可能没用。这需要评估发现的规律。例：“和尿布一起购买最多的商品是啤酒”的法则有用吗？为此，市场调查和评估工程师必须根据实际情况做出评估判断。这是手动步骤，还很难自动化。数据挖掘是什么技术，2020/7/3，版权：章节，9，数据挖掘分为说明性和可预测两类。描述性数据挖掘提供对数据的一般规则预测数据挖掘，从而生成对数据的预测。数据挖掘分类，2020/7/3， copyright:章节，10，关联：查找数据项之间感兴趣的关联。例：通过分析交易资料，可以找出“86%买啤酒的人也买尿布的“啤酒”和“尿布”的关联规则。数据挖掘的主要内容

5、，2020/7/3， copyright:jeass，11，进化分析：描述时间序列数据的规则或趋势，并对其建模。包括时间序列趋势分析、周期模式匹配等。例如：通过交易数据的进化分析，可以获得“89%情况股票x上升一周左右后股票y价”的序列知识。，数据挖掘的主要内容，2020/7/3， copyright:章节，12，群集分析：最大限度地提高类中的相似性，根据类之间的相似性最小化原则对数据对象进行群集或分组，生成的每个群集(群集)可以视为用明确或隐含的方法描述的数据对象类。我们常说的是把人分成小组。数据挖掘的主要内容，2020/7/3， copyright: Zhang Jie，13，分类分析：使

6、用模型描述和区分数据类的模型(可能是显式或隐式的)，以便预测给定数据所属的数据类。例如：信用卡公司可以将持卡人的信誉分为良好、正常、不良等三类。分类分析通过这种数据类的分析，提出了“信誉好的持卡人年销售额在30000元至50000元之间，年龄在30至45岁之间，居住面积在90M2左右的人”的名牌。这样，就可以根据他的特性对新持卡人进行信任预测。数据挖掘的主要内容，2020/7/3， copyright:janges，14，异常分析：一个数据集包含具有与通常称为“异常”的数据不同的行为和模式的特定数据。对“异常”数据的分析称为“异常分析”。广泛应用于欺诈筛选、网络入侵检测等领域。数据挖掘的主要内

7、容，2020/7/3，版权：jeass，15，数据挖掘应用领域非常广泛。首先，应用程序可以用于所有行业从数据积累的领域银行、证券、通信等，一直到应用程序。如果数据积累足够，则需要数据挖掘技术。数据挖掘技术的应用前景，2020/7/3，版权：Jess，16，数据挖掘技术将长期用于社会，随着信息工作的深入，计算机上积累的数据越来越多，人们将越来越关注这种信息挖掘的利用，因此对数据挖掘技术的需求也越来越大。当然，数据挖掘技术本身在不断发展，这项技术将长期使用。数据挖掘技术应用前景，2020/7/3， copyright:章节，17，数据挖掘技术应用前景，2020/7/3， copyright:章节，18， 26，Associate表中的部分数据， copyright:张jet，27，购物车分析窗口， 2020/7/3， copyright:张jes，28，购物车分析窗口选定商品的销售情况：指明包含选定项目的事务处理数量。有1782笔交易，包括与Mountain Tire Tube相关联的销售。说明多少交易也包含建议的料号。有