没有合适的资源?快使用搜索试试~ 我知道了~
大数据数据挖掘案例大数据数据挖掘案例
5 下载量 72 浏览量
2022-10-29
00:41:15
上传
评论
收藏 549KB PDF 举报
温馨提示
试读
11页
大数据数据挖掘案例大数据数据挖掘案例
资源推荐
资源详情
资源评论
大数据数据挖掘案例
【篇一:大数据数据挖掘案例】
本文为系列文,该篇为第一篇。下面是正文:
简而言之,数据挖掘(data mining)是有组织有目的地收集数据,
通过分析数据使之成为信息,从而在大量数据中寻找潜在规律以形
成规则或知识的技术。在本文中,我们从数据挖掘的实例出发,并
以数据挖掘中比较经典的分类算法入手,给读者介绍我们怎样利用
数据挖掘的技术解决现实中出现的问题。
数据挖掘是如何解决问题的?
本节通过几个数据挖掘实际案例来诠释如何通过数据挖掘解决商业
中遇到的问题。下面关于“啤酒和尿不湿”的故事是数据挖掘中最经
典的案例。而 target 公司通过“怀孕预测指数”来预测女顾客是否怀
孕的案例也是近来为数据挖掘学者最津津乐道的一个话题。
尿不湿和啤酒很多人会问,究竟数据挖掘能够为企业做些什么?下
面我们通过一个在数据挖掘中最经典的案例来解释这个问题——一
个关于尿不湿与啤酒的故事。超级商业零售连锁巨无霸沃尔玛公司
(wal mart)拥有世上最大的数据仓库系统之一。为了能够准确了
解顾客在其门店的购买习惯,沃尔玛对其顾客的购物行为进行了购
物篮关联规则分析,从而知道顾客经常一起购买的商品有哪些。在
沃尔玛庞大的数据仓库里集合了其所有门店的详细原始交易数据,
在这些原始交易数据的基础上,沃尔玛利用数据挖掘工具对这些数
据进行分析和挖掘。一个令人惊奇和意外的结果出现了:“跟尿不湿
一起购买最多的商品竟是啤酒”!这是数据挖掘技术对历史数据进行
分析的结果,反映的是数据的内在规律。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?
为了验证这一结果,沃尔玛派出市场调查人员和分析师对这一结果
进行调查分析。经过大量实际调查和分析,他们揭示了一个隐藏在
“尿不湿与啤酒”背后的美国消费者的一种行为模式:
在美国,到超市去买婴儿尿不湿是一些年轻的父亲下班后的日常工
作,而他们中有 30%~40%的人同时也会为自己买一些啤酒。产生
这一现象的原因是:美国的太太们常叮嘱她们的丈夫不要忘了下班
后为小孩买尿不湿,而丈夫们在买尿不湿后又随手带回了他们喜欢
的啤酒。另一种情况是丈夫们在买啤酒时突然记起他们的责任,又
去买了尿不湿。既然尿不湿与啤酒一起被购买的机会很多,那么沃
尔玛就在他们所有的门店里将尿不湿与啤酒并排摆放在一起,结果
是得到了尿不湿与啤酒的销售量双双增长。按常规思维,尿不湿与
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这一有价值的规律的。
target 和怀孕预测指数关于数据挖掘的应用,最近还有这样一个真
实案例在数据挖掘和营销挖掘领域广为流传。
美国一名男子闯入他家附近的一家美国零售连锁超市 target 店铺
(美国第三大零售商塔吉特)进行抗议:“你们竟然给我 17 岁的女
儿发婴儿尿片和童车的优惠券。”店铺经理立刻向来者承认错误,但
是其实该经理并不知道这一行为是总公司运行数据挖掘的结果。如
图所示。一个月后,这位父亲来道歉,因为这时他才知道他的女儿
的确怀孕了。target 比这位父亲知道他女儿怀孕的时间足足早了一
个月。
target 怀孕预测指数
target 能够通过分析女性客户购买记录,“猜出”哪些是孕妇。他们
从 target 的数据仓库中挖掘出 25 项与怀孕高度相关的商品,制作
“怀孕预测”指数。比如他们发现女性会在怀孕四个月左右,大量购
买无香味乳液。以此为依据推算出预产期后,就抢先一步将孕妇装、
婴儿床等折扣券寄给客户来吸引客户购买。
如果不是在拥有海量的用户交易数据基础上实施数据挖掘,target
不可能做到如此精准的营销。
电子商务网站流量分析网站流量分析,是指在获得网站访问量基本
数据的情况下对有关数据进行的统计和分析,其常用手段就是 web
挖掘。web 挖掘可以通过对流量的分析,帮助我们了解 web 上的用
户访问模式。那么了解用户访问模式有哪些好处呢?
在技术架构上,我们可以合理修改网站结构及适度分配资源,构建
后台服务器群组,比如辅助改进网络的拓扑设计,提高性能,在有
高度相关性的节点之间安排快速有效的访问路径等。帮助企业更好
地设计网站主页和安排网页内容。帮助企业改善市场营销决策,如
把广告放在适当的 web 页面上。帮助企业更好地根据客户的兴趣来
安排内容。帮助企业对客户群进行细分,针对不同客户制定个性化
的促销策略等。人们在访问某网站的同时,便提供了个人对网站内
容的反馈信息:点击了哪一个链接,在哪个网页停留时间最多,采
用了哪个搜索项、总体浏览时间等。而所有这些信息都被保存在网
站日志中。从保存的信息来看,网站虽然拥有了大量的网站访客及
其访问内容的信息,但拥有了这些信息却不等于能够充分利用这些
信息。
那么如果将这些数据转换到数据仓库中呢?这些带有大量信息的数
据借助数据仓库报告系统(一般称作在线分析处理系统),虽然能
给出可直接观察到的和相对简单直接的信息,却也不能告诉网站其
信息模式及怎样对其进行处理,而且它一般不能分析复杂信息。所
以对于这些相对复杂的信息或是不那么直观的问题,我们就只能通
过数据挖掘技术来解决,即通过机器学习算法,找到数据库中的隐
含模式,报告结果或按照结果执行。为了让电子商务网站能够充分
应用数据挖掘技术,我们需要采集更加全面的数据,采集的数据越
全面,分析就能越精准。在实际操作中,有以下几个方面的数据可
以被采集:
访客的系统属性特征。比如所采用的操作系统、浏览器、域名和访
问速度等。访问特征。包括停留时间、点击的 url 等。条款特征。包
括网络内容信息类型、内容分类和来访 url 等。产品特征。包括所访
问的产品编号、产品目录、产品颜色、产品价格、产品利润、产品
数量和特价等级等。当访客访问该网站时,以上有关此访客的数据
信息便会逐渐被积累起来,那么我们就可以通过这些积累而成的数
据信息整理出与这个访客有关的信息以供网站使用。可以整理成型
的信息大致可以分为以下几个方面:
访客的购买历史以及广告点击历史。访客点击的超链接的历史信息。
访客的总链接机会(提供给访客的超级链接)。访客总的访问时间。
访客所浏览的全部网页。访客每次会话的产出利润。访客每个月的
访问次数及上一次的访问时间等。访客对于商标总体正面或负面的
评价。分类:从人脸识别系统说起美国电视剧《反恐 24 小时》中有
一集,当一个恐怖分子用手机拨打了一个电话,从 ctu(反恐部队)
的计算机系统中便立刻发出恐怖分子出现的预警。很多好莱坞的大
片中此类智能系统的应用也比比皆是,它能从茫茫人群中实时找出
正在苦苦追踪的恐怖分子或间谍。而在 2008 年北京奥运会上,最引
人注意的 it 热点莫过于“实时人脸识别技术”在奥运会安检系统中的
应用,这种技术通过对人脸关键部位的数据采集,让系统能够精确
地识别出所有进出奥运场馆的观众身份。
目前人脸识别技术正广泛的应用于各种安检系统中,警方只需将犯
罪分子的脸部数据采集到安检数据库,那么只要犯罪分子一出现,
系统就能精确地将其识别出来。现如今人脸识别技术已经相对成熟,
剩余10页未读,继续阅读
资源评论
复杂的程序猿
- 粉丝: 2
- 资源: 271
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功