5种数据挖掘工具解析总结计划比较.docxVIP

数据挖掘工具调查与研究 姓名：马蕾 学号：种数据挖掘工具分别为： 1、 Intelligent Miner 2、 SAS Enterpreise Miner 3、 SPSS Clementine 4、马克威分析系统 5、 GDM Intelligent Miner 一、 综述：IBM 的 Exterprise Miner 简单易用，是理解数据挖掘的好的开始。能处理大 数据量的挖掘，功能一般，可能仅满足要求．没有数据探索功能。与其他软件接口差，只能 用 DB2 ，连接 DB2 以外的数据库时，如 Oracle, SAS, SPSS 需 要安装 DataJoiner 作为中间软件。难以发布。结果美观，但同样不好理解。 二、基本内容： 一个挖掘项目可有多个发掘库组成；每个发掘库包含多个对象和函数 对象： 数据 :由函数使用的输入数据的名称和位置。 离散化 :将记录分至明显可识别的组中的分发操作。 名称映射 :映射至类别字段名的值的规范。 结果 :由函数创建的结果的名称和位置。 分类 :在一个项目的不同类别之间的关联层次或点阵。 值映射 :映射至其它值的规范。 函数： 发掘 :单个发掘函数的参数。 预处理 :单个预处理函数的参数。 序列 :可以在指定序列中启动的几个函数的规范。 统计 :单个统计函数的参数。 统计方法和挖掘算法： 单变量曲线， 双变量统计， 线性回归， 因子分析， 主变量分析， 分类， 分群，关联，相似序列，序列模式，预测等。 处理的数据类型： 结构化数据 (如：数据库表，数据库视图，平面文件 ) 和半结构化或非结 构化数据 ( 如：顾客信件，在线服务，传真，电子邮件，网页等 ) 。 架构： 它采取客户 /服务器（ C/S ）架构，并且它的 API 提供了 C++ 类和方法 Intelligent Miner 通过其独有的世界领先技术 ，例如自动生成典型数据集、 发现关联、 发现 序列规律、 概念性分类和可视化呈现，可以自动实现数据选择、数据转换、 数据挖掘和结果 呈现这一整套数据挖掘操作。 若有必要， 对结果数据集还可以重复这一过程， 直至得到满意结果为止。 三、现状： 现在， IBM 的 Intelligent Miner 已形成系列，它帮助用户从企业数据资产中 识别和提炼有价值的信息。它包括分析软件工具 —— Intelligent Miner for Data 和 IBM Intelligent Miner forText ，帮助企业选取以前未知的、 有效的、可行的业务知识 —— 2 如客户购买行为， 隐藏的关系和新的趋势， 数据来源可以是大型数据库和企业内部或 Internet 上的文本数据源。然后公司可以应用这些信息进行更好、更准确的决策，获得竞争优势。 四、挖掘案例 :(客户细分 ) 商业需求 :： 客户细分 数据理解 :根据用户基本信息 (实际上还包括客户消费行为 ,人口统计信息等 ,本示例为简单起见 ,只在这个表的数据基础上进行挖掘 )进行客户细分 数据准备 : 建模 : 选择挖掘模型（比如是分群，还是分类） 确定模型输入，需要做的处理，结果分析 选择模型输入字段 : 挖掘模型选择： 神经分群发掘函数使用了一个 Kohonen 特征映射神经网络。 Kohonen 特征映射使用 一个称作自组织的进程来将相似的输入记录组合在一起。 您可以指定群集的数目和遍数。 这 些参数控制进程时间和将数据记录分配到群集时使用的粒度程度。 分群的主任务是为每个群 集查找中心。 此中心也称为称为原型。 对于每个在输入数据中的每个记录， 神经分群发掘函数计算和记录计分最近的群集原型。 每个数据记录的计分是用到群集原型的欧几里得距离表示的。计分越靠近 0 ，与群 集原型的相似性程度就越高。 计分越高， 记录与群集原型就越不相似。 输入数据的每个 遍历，中心被调整来达到更好的整个分群模型质量。 在发掘函数运行时， 进度指示器显 示每次遍历的质量改进状况。 建模 :选择模型 : 指定输入数据 : 3 选择分群方式 : 4 分群模型设置概要 : 运行模型 : 点击蓝色按钮运行模型，运行模型进程： ６．模型结果分析： 运行结果（群） ： 5 运行结果，统计： 从 上 面 两 个 图 中 我 们 可 以 看 出 一 些 有 意 义 的 分 群 ， 根 据 consume_level 和 online_duration 分群有一定意义。而比如用 gender 进行的分群我们可以直接观察出来， 意义不大，只有两个大类，可以直观地看出男女比例： consume_level( 消费层次 )的群特征信息： 可以看出在第 2 、3 类消费层次占的比重较大。 6 在线通话时长的一点分析： 从上面图中可以看出， 大部分