文档介绍：Clementine12中的数据挖掘算法
SPSS2010-03-3108:39:10阅读14评论0字号：大中小
迅速的找到自己
最近老有朋友问我Clementine12中都有哪些算法？感觉Clementine12中的算法很多，很齐全为来了解是什么样的顾客以及这些顾客为什么买这些产品，找出相关的联想(association)
规则，企业藉由这些规则的挖掘获得利益与建立竞争优势。举例来说，零售店可藉由此分析改变置物架上的商品排列或是设计吸引客户的商业套餐等等。
购物篮分析基本运作过程包含下列三点：
选择正确的品项：这里所指的正确乃是针对企业体而言，必须要在数以百计、千计品项中选择出真正有用的品项出来。
经由对共同发生矩阵(co-occurrencematrix)的探讨挖掘出联想规则。
克服实际上的限制：所选择的品项愈多，计算所耗费的资源与时间愈久(呈现指数递增)，此时必须运用一些技术以降低资源与时间的损耗。
购物篮分析技术可以应用在下列问题上：
针对信用卡购物，能够预测未来顾客可能购买什么。
对于电信与金融服务业而言，经由购物篮分析能够设计不同的服务组合以扩大利润。
保险业能藉由购物篮分析侦测出可能不寻常的投保组合并作预防。
对病人而言，在疗程的组合上，购物篮分析能作为是否这些疗程组合会导致并发症的判断依据。
3、决策树(DecisionTrees)
决策树在解决归类与预测上有着极强的能力，它以法则的方式表达，而这些法则则以一连串的问题表示出来，经由不断询问问题最终能导出所需的结果。典型的决策树顶端是一个树根，底部有许多的树叶，它将纪录分解成不同的子集，每个子集中的字段可能都包含一个简单的法则。此外，决策树可能有着不同的外型，例如二元树、三元树或混和的决策树型态。
4、基因算法(GeneticAlgorithm)
基因算法学****细胞演化的过程，细胞间可经由不断的选择、复制、交配、突变产生更佳的新细胞。基因算法的运作方式也很类似，它必须预先建立好一个模式，再经由一连串类似产生新细胞过程的运作，利用适合函数(fitnessfunction)决定所产生的后代是否与这个模式吻合，最后仅有最吻合的结果能够存活，这个程序一直运作直到此函数收敛到最佳解。基因算法在群集(cluster)问题上有不错的表现，一般可用来辅助记忆基础推理法与类神经网络的应用。
5、群集侦测技术(ClusterDetection)
这个技术涵盖范围相当广泛，包含基因算法、类神经网络、统计学中的群集分析都有这个功能。它的目标为找出数据中以前未知的相似群体，在许许多多的分析中，刚开始都运用到群集侦测技术，以作为研究的开端。
6、连结分析(LinkAnalysis)
连结分析是以数学中之图形理论(graphtheory)为基础，藉由记录之间的关系发展出一个模式，它是以关系为主体，由人与人、物与物或是人与物的关系发展出相当多的应用。例如电信服务业可藉连结分析收集到顾客使用电话的时间与频率，进而推断顾客使用偏好为何，提出有利于公司的方案。除了电信业之外，愈来愈多的营销业者亦利用连结分析做有利于企业的研究。
7、在线分析处理(On-LineAnalyticProcessing；OLAP)
严格说起来，在线分析处理并不算特别的一个数据挖掘技术，但是透过在线分析处