文档介绍：1"尿布与啤酒"与数据挖掘技术2在一家超市,有个有趣的现象:尿布和啤酒赫然摆在一起出售,但是这个“奇怪的举措”却使尿布和啤酒的销量双双增加了。故事3总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛(WalMart)拥有世界上最大的数据仓库系统。为了能够准确了解顾客在其门店的购买习惯,沃尔玛利对其顾客的购物行为进行购物篮分析,想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上,沃尔玛利用NCR数据挖掘工具对这些数据进行分析和挖掘。一个意外的发现是:"跟尿布一起购买最多的商品竟是啤酒!"故事4这是数据挖掘技术对历史数据进行分析的结果,反映数据内在的规律。那么这个结果符合现实情况吗?是否是一个有用的知识?是否有利用价值?分析5沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。经过大量实际调查和分析,揭示了隐藏在“尿布与啤酒”背后的美国人的一种行为模式:在美国,一些年轻父亲下班后经常要到超市去买婴儿尿布,而他们中有30%到40%的人同时也为自己买一些啤酒。产生这一现象的原因是:美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布,而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。分析6既然尿布与啤酒一起被购买的机会很多,于是沃尔玛就在其一个个门店将尿布与啤酒摆放在一起,结果,尿布与啤酒的销售量双双增长。分析7按常规思维,尿布与啤酒风马牛不相及,若不是借助数据挖掘技术对大量交易数据进行挖掘分析,沃尔玛是不可能发现数据内在这一有价值的规律的。是什么让沃尔玛发现了尿布和啤酒之间的关系呢?正是商家通过对超市一年多原始交易数字进行详细的分析,才发现了这对神奇的组合。分析8数据挖掘是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三个步骤。但在具体实施数据挖掘应用时,还要有一个步骤就是结果评价。这是因为数据算法寻找出来的是数据的规律,其中有些是人们感兴趣的有用的,还有一些可能是不感兴趣的没有用的。这就要对寻找出的规律进行评估。例如:"跟尿布一起购买最多的商品是啤酒"这样一条规律是否有用呢?这就需要市场调查和评估工程师根据实际情况做出评估判断。这是一个人工步骤,还难以自动化。数据挖掘是什么样的技术9数据挖掘分为描述性和预测性两类。描述性数据挖掘提供数据的一般规律预测性数据挖掘产生关于数据的预测。数据挖掘分类10关联分析:寻找数据项之间感兴趣的关联关系。例如:我们可以通过对交易数据的分析可能得出"86%买'啤酒'的人同时也买'尿布'"这样一条"啤酒"和"尿布"之间的关联规则。数据挖掘的主要内容