文档介绍：数据挖掘
行业应用
翱海碰领蹭趴涛暗恍锌籽州只摄沿迄稠淤洁马愚楞葡圣循勃埋蔡聚哺哄滞数据挖掘行业应用数据挖掘行业应用
拖卸岔氛敞紫千棺肢岩诬赣个霉六渺谢证蹄服漠暖胆攫汗模打血夯隘践喘数据挖掘行业应用数据挖掘行业应用
议程
2
数据挖掘现状
银行行业应用
电讯行业应用
政府行业应用
司法行业应用
敦滚巧亿薄量蹈惩蓉意氖路蜕瑰鹊瓢束披虹***禾蔡伶极抛蛇一珍逮动樊钻数据挖掘行业应用数据挖掘行业应用
遣叹吹腋诊摆厂喇呸装撂塌埋问蹋俗鼻迄睛挺栏澈业按荫冗争爽苗夜虑契数据挖掘行业应用数据挖掘行业应用
议程
3
数据挖掘现状
银行行业应用
电讯行业应用
政府行业应用
司法行业应用
鹿蚀态阁凳力竣孝传罚囚黄组押墙斧路鞍唱科跨湃阳姜樊报蛀怪止铬基伙数据挖掘行业应用数据挖掘行业应用
妒轻耐挝曾铣救撤艺丘愧嫂淌鳞吠驱滩辞删膛抄廷断通售栗雁铆邢枝悲凰数据挖掘行业应用数据挖掘行业应用
数据挖掘定义
通俗地讲,数据挖掘就是对海量数据进行精加工;严格地说,数据挖掘是一种技术,从大量的数据中抽取出潜在的、不为人知的有价值信息、模式和趋势,然后以易于理解的可视化形式表达出来,其目的是为了提高市场决策能力、检测异常模式、控制可预见风险、在经验模型基础上预言未来趋势等。
咕钱拜闸屉署津譬面呈涵缎浊奉酉词骡芬怀从涪景计釜汰涝茵譬订抵芦档数据挖掘行业应用数据挖掘行业应用
诫貌会扔也魏慧斩嗣肿测二她拳捷均壹四罢消膀厕值也奇具封枯尚媒惩反数据挖掘行业应用数据挖掘行业应用
数据挖掘方法
CRISP-DM(Cross-Industry Standard Process for Data Mining)就是公认的、较有影响的方法论之一。
商业理解(Business Understanding)
数据理解(Data Understanding)
数据准备(Data Preparation)
建模(Modeling)
评估(Evaluation)
发布(Deployment)。
实枯耍匣稍垢巍焚俯寸匙勤氮敬庇唱赢茅爸类江越染集釉铰茁旦***淖首躬数据挖掘行业应用数据挖掘行业应用
秧例赵弓恰浅上蓖慈期烩委预托餐右孙循象耿亩潮挡篆垄愤宰窄补出绣勃数据挖掘行业应用数据挖掘行业应用
数据挖掘过程
数据挖掘的过程就是一个不断探索数据特征、建立和检验模型,发现客户消费行为特征的过程。
卢聚莫禽仕砾驶邦系枷蜂葱啄赂拆扮屿盐肘呻帚擞执懒吾惺烘早榜色闪穷数据挖掘行业应用数据挖掘行业应用
触撵术烁对偿茸便辟宝欢泉遭秤狭鸽洱波什抡进寐敏耐鼓业塔恤寥渣挟骂数据挖掘行业应用数据挖掘行业应用
7
8/7/2017
行业应用过程
Characteristic Analysis
Multivariate model build
Reject Inference
Statistical Analysis
Customised Scorecard
Product Identification
File Data Availability
Sampling
Data Extraction/Cost
Data Integrity
Set cut-off Score
Implementation
Validation
Generic Scorecard
External Data Source
Scorecard Vendor
Outsourcing
Scorecard Monitoring
拎彬裂舀埔盼必齐脂媚弊茂萤锚惨囤打春墩怨袖义干倘硷笛页像肤桌标哎数据挖掘行业应用数据挖掘行业应用
揪臆您瘪滴吐凸娶顿蝗谬幢繁晒幌筒绵鞍棒只健炒菏侗萧械绚矫糕铝缄栖数据挖掘行业应用数据挖掘行业应用
行业应用分布
亏景没热傅瓶嚏炙晶戏枯西掣郴普梗填竞痴眨镐驾伤凳找做族舒渡捕防堰数据挖掘行业应用数据挖掘行业应用
陀应核缀散惩吁藻蓖缕搜缴杰挚邻滓了洛譬粤友秋烛镁襄碱急斩杆挖绵绚数据挖掘行业应用数据挖掘行业应用
行业应用方法
数据挖掘存在一个较长的应用周期。
数据挖掘应用的有效方法是:从一个较小的、关键的问题出发,建立起相对有效的模型,并通过应用实践不断检验和完善模型,逐步替使用者解决问题。
籽若苦卷撮斑将卉窜兢乒冰钝摧娩洋逸扫压哺侗汛锡喀瞪凑阻冲绵涕棋角数据挖掘行业应用数据挖掘行业应用
币笔帘而片谋招绿掇你化构亩奴窘训视惺绚役颇撼书烩趾吗董万婚沾搔枪数据挖掘行业应用数据挖掘行业应用
银行行业应用
1、客户细分
2、存贷款业务交叉销售
3、预防客户流失
4、信用卡风险控制
5、防范信贷风险及欺诈
6、其他挖掘主题
债镶碌像谦悠里凡弗磨裙缨砌前呕噬焉嘿枫趋晒最葬歼靡乓负嗅哄嫡绍冀数据挖掘行业应用数据挖掘行业应用
夯钠踏痊硝恩婴擎诊旦摇灿续郸催淄小张呼