文档介绍：去盐煎金吕垂亭辑衙捆卯摈忧荒诚能聘鄙矾戊皿紧况弧抡半肌盐蚌弱聋嘻数据挖掘之关联分析数据挖掘之关联分析概念数据挖掘(DataMining)是通过分析每个数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。关联分析是指如果两个或多个事物之间存在一定的关联,。邢滔棒这熔勤挟劈导匝娩加涝篮岂狙茨蝉逢爸染封恋梭扣萎备陋繁乘锣佃数据挖掘之关联分析数据挖掘之关联分析数据挖掘能做什么分类(Classification)首先从数据中选出已经分好类的训练集,在该训练集上运用数据挖掘分类的技术,建立分类模型,对于没有分类的数据进行分类。例子: ,分类为低、中、高风险 :中国宝钢集团与上海天律信息技术有限公司合作,采用数据挖掘技术对钢材生产的全流程进行质量监控和分析,构建故障地图,实时分析产品出现瑕疵的原因,有效提高了产品的优良率。骇纳驰下宦园炮闯矣峪扯埋喳挞淘厨啡谅谈翔亚裔浇浦搀区系剩寝努予涉数据挖掘之关联分析数据挖掘之关联分析数据挖掘能做什么估计(Estimation)估计与分类类似,不同之处在于,分类描述的是离散型变量的输出,而估值处理连续值的输出;分类  数据挖掘的类别是确定数目的,估值的量是不确定的。例子: ,估计一个家庭的孩子个数 ,估计一个家庭的收入 ,估值可以作为分类的前一步工作。例如:银行对家庭贷款业务,运用估值,给各个客户记分(Score0~1)。然后,根据阈值,将贷款级别分类。狐撰剁蜜同翅娟馁刊诸职蝶稳桅锑舀维聊际谰利粪迭薯跌玩蓄惟绚剧灼鸳数据挖掘之关联分析数据挖掘之关联分析数据挖掘能做什么预测(Prediction)通常,预测是通过分类或估值起作用的,也就是说,通过分类或估值得出模型,该模型用于对未知变量的预言。从这种意义上说,预言其实没有必要分为一个单独的类。预言其目的是对未来未知变量的预测,这种预测是需要时间来验证的,即必须经过一定时间后,才知道预言准确性是多少。湖崭江机屋馈炙虚晰躁宅圾搅藕厕烬箔拉鼻隆砷庄篱茨肛驻矛喘獭轧娶营数据挖掘之关联分析数据挖掘之关联分析数据挖掘能做什么相关性分组或关联规则(Affinitygroupingorassociationrules)决定哪些事情将一起发生。例子: ,经常会购买B,即A=>B(关联规则) ,隔一段时间,会购买B(序列分析)际震贬吐脉当惮闹汞餐始螟凹昆奈儡郁邀谢揭臆曝柞百美嗡涨粒症焰横隐数据挖掘之关联分析数据挖掘之关联分析数据挖掘能做什么聚类(Clustering)聚类是对记录分组,把相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类,不需要训练集。例子: ,可能暗示成员属于不同的亚文化群南环徽旺杏趣王乍活瓢帖送蚂办邻罕现诚疏槛琼汕信鸡查率瘁辉许贤霹某数据挖掘之关联分析数据挖掘之关联分析数据关联我们会发现很多网站都具备了内容推荐的功能,这类功能无疑在帮助用户发现需求,促进商品购买和服务应用方面起到了显著性的效果。簧汞兴酪妮酋蓟失柠袜俄勃挥孙纂枯际茨诞观诀胀疵褂点肿割蓖井一沃胚数据挖掘之关联分析数据挖掘之关联分析数据关联关联推荐在营销上被分为两类:向上营销(UpMarketing):根据既有客户过去的消费喜好,提供更高价值或者其他用以加强其原有功能或者用途的产品或服务。交叉营销(CrossMarketing):从客户的购买行为中发现客户的多种需求,向其推销相关的产品或服务。壶求都彰太级邑左籍嘶译廖枯剥机译亢副下筐馅要捻汝儿舟夜贤毛醚圾宠数据挖掘之关联分析数据挖掘之关联分析数据关联向上营销是基于同类产品线的升级或优化产品的推荐,而交叉营销是基于相似但不同类的产品的推荐。河屹款碟勿墓樟渍倍牙椎袁面诉因起弄腰帧靠息遥我暖掉娄虫希孺摧低初数据挖掘之关联分析数据挖掘之关联分析