课件：数据挖掘与客户关系管理素材.pptVIP

规则的生成 ——关联规则（Association Rules） 市场篮子分析就是一种关联规则的表现 时间序列分析是一种反映客户行为在时间上的关联性的关联规则 规则的应用 ——关联规则（Association Rules） ——以前件为目标 ——归纳所有前件一样的规则 ——分析后件的营销效果 ——设计促销方案（完善前件） ——例 ——收集所有前件为文具、复读机的规则，分析这些商品打折是否促进其他高利润商品的销售，从而调整商品结构、设计促销方案 规则的应用 ——关联规则（Association Rules） ——以后件为目标 ——归纳所有后件一样的规则 ——分析什么因素与后件有关或对后件有影响 ——设计前件促成后件 ——例 ——收集到所有后件为西装的规则，可以帮助我们了解西装的销售受哪些因素的影响或与哪些因素相关，从而可以考虑将这些因素集合在一起而产生促销效果。 规则的应用 ——关联规则（Association Rules） 置信度低 置信度高 支持度高 支持度低 规则的置信度和支持度 规则很少是正确的，但可以经常使用 规则很少是正确的，而且很少被使用 规则多数情况下是正确，但很少被使用 规则多数情况下是正确的，而且可以经常使用 ——以置信度或支持度为目标 案例： Bell Atlantic公司 Bell Atlantic的数据挖掘系统非常成功，不仅为他们的业务开展带来很大的方便，而且节省了许多开支。Bell Atlantic的电话服务目前已经覆盖了美国14个州，拥有商业电话、住家电话帐户近亿个。 Bell Atlantic 数据挖掘系统的首要任务就是尽快地追收拖欠的电话费，同时尽量减少收债部门的成本。 案例： Bell Atlantic公司 软件系统的选择非常重要。经过反复挑选后，Bell Atlantic采用了SAS统计软件系统建立数据挖掘系统，然后在SAS环境中利用SAS宏程序建立挖掘系统。 然后是建立SAS格式库。许多数据需要格式化，比如年龄，可以从20到100岁，需要分成不同的组，这都需要利用模式来进行数据转换。有的数据不是连续变量，比如婚姻状况(单身/已婚)，也需要进行一些变换才可以进行计算。日期也是需要模式化的，不同计算机系统记录日期方法不同，需要把日期转换成一致的方法。在金融保险行业日期这个变量非常重要，因为很多客户的行为都记录在日期里面了。电话公司里记帐、付款的日期也非常重要。 案例： Bell Atlantic公司 第三步的数据分析，把 Bell Atlantic 覆盖的14个州分成了6组，商业帐户和居民帐户分开，然后又对不同的帐户进一步分成了8个类型，前前后后一共建立了近40个不同的追收拖欠电话费的模型。这个项目Bell Atlantic花费了一百多万美元。 这样，Bell Atlantic就能计算出有关客户的概率可能性，包括客户从一个月未交电话费到两个月未交的可能性；客户从三个月未交电话费到变成坏债的可能性，以及坏债客户变成死债客户的可能性。同时，还对追交拖欠电话费用的策略提供线索，确认哪些帐户应该进行追债活动；哪些帐户有可能拖欠电话费；并且提供量化的追债策略，对不同的帐户采用不同的办法。 Q A 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 THANK YOU SUCCESS * * 可编辑 * * 数据本身：垃圾进、垃圾出。此类问题可能在两个层次上产生。第一个是微观层次，即个人记录。例如，特殊的属性可能丢失或输错了。我知道一个案例，由于挖掘者不知道，丢失的数据被记录为99而作为真实的数据处理。第二个是宏观层次，整个数据集被一些选择机制所歪曲。交通事故为此提供了一个好的示例。越严重的、致命的事故，其记录越精确，但小的或没有伤害的事故的记录却没有那么精确。 * ●现代方法 ——基础理论 有指导的学习(Supervised Learning) 归纳 概念 分类标准与模型 分类 有指导的学习的目的：建立分类模型 用模型确定新数据实例的类别 训练数据（Training Data）与检验集(Test Set) 用于创建模型的数据实例称为训练数据 用于检验模型的准确度的数据实例称为检验集 数据挖掘方法 有指导的学习(Supervised Learning) 患者代码 嗓子痛 发烧 淋巴