客户关系管理第九章数据挖掘与客户关系管理优质PPT.ppt
《客户关系管理第九章数据挖掘与客户关系管理优质PPT.ppt》由会员分享，可在线阅读，更多相关《客户关系管理第九章数据挖掘与客户关系管理优质PPT.ppt（112页珍藏版）》请在冰豆网上搜索。
“使用模式识别技术、统计和数学技术，在大量的数据中发现有意义的新关系、模式和趋势的过程”。
Handetal（2000）：
“数据挖掘就是在大型数据库中寻找有意义、有价值信息的过程”。
河北科技师范学院29十月2022数据挖掘的定义数据挖掘的定义技术角度的含义商业角度的含义与传统方法的区别河北科技师范学院29十月2022数据挖掘的技术上的定义数据挖掘的技术上的定义数据挖掘（DataMining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
这个定义包括好几层含义
（1）数据源必须是真实的、大量的、含噪声的；
（2）发现的是用户感兴趣的知识；
（3）发现的知识要可接受、可理解、可运用；
（4）并不要求发现放之四海皆准的知识，仅支持特定的发现问题。
河北科技师范学院29十月2022数据挖掘的商业角度的定义数据挖掘的商业角度的定义按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法。
河北科技师范学院29十月2022客户接触客户接触客户信息客户信息客户数据库客户数据库统计分析与数据挖掘统计分析与数据挖掘客户知识发现客户知识发现客户管理客户管理知识发现：
从数据中深入抽取隐含的、未知的和有知识发现：
从数据中深入抽取隐含的、未知的和有潜在用途的信息潜在用途的信息从商业数据到商业智能河北科技师范学院29十月2022数据挖掘与传统分析方法的区别数据挖掘与传统分析方法的区别数据挖掘与传统的数据分析（如查询、报表、联机应用分析）的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识.。
数据挖掘所得到的信息应具有先未知，有效和可实用三个特征.先前未知的信息是指该信息是预先未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。
在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系河北科技师范学院29十月20229.1.3数据挖掘的功能数据挖掘的功能自动预测趋势和行为关联分析对象分类聚类分析概念描述偏差检测河北科技师范学院29十月2022数据挖掘功能数据挖掘功能预测预测数据挖掘自动在大型数据库中寻找预测性信息，以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。
一个典型的例子是市场预测问题，数据挖掘使用过去有关促销的数据来寻找未来投资中回报最大的用户，其它可预测的问题包括预报破产以及认定对指定事件最可能作出反应的群体。
河北科技师范学院29十月2022数据挖掘功能数据挖掘功能关联分析关联分析数据关联是数据库中存在的一类重要的可被发现的知识。
若两个或多个变量的取值之间存在某种规律性，就称为关联。
关联可分为简单关联、时序关联、因果关联。
关联分析的目的是找出数据库中隐藏的关联网。
有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。
关联是某种事物发生时其他事物会发生的这样一种联系。
例如：
每天购买啤酒的人也有可能购买香烟，比重有多大，可以通过关联的支持度和可信度来描述。
时序关联是一种纵向的联系。
今天银行调整利率，明天股市的变化。
河北科技师范学院29十月2022数据挖掘功能数据挖掘功能分类分类按照分析对象的属性、特征，建立不同的组类来描述事物。
银行部门根据以前的数据将客户分成了不同的类别，现在就可以根据这些来区分新申请贷款的客户，以采取相应的贷款方案。
河北科技师范学院29十月2022数据挖掘功能数据挖掘功能聚类聚类数据库中的记录可被化分为一系列有意义的子集，即聚类。
聚类增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。
聚类技术主要包括传统的模式识别方法和数学分类学。
聚类技术在划分对象时不仅考虑对象之间的距离，还要求划分出的类具有某种内涵描述，从而避免了传统技术的某些片面性。
河北科技师范学院29十月2022数据挖掘功能数据挖掘功能概念描述概念描述概念描述就是对某类对象的内涵进行描述，并概括这类对象的有关特征。
概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同类对象之间的区别。
生成一个类的特征性描述只涉及该类对象中所有对象的共性。
生成区别性描述的方法很多，如决策树方法、遗传算法等。
河北科技师范学院29十月2022数据挖掘功能数据挖掘功能偏差检测偏差检测数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。
偏差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。
偏差检测的基本方法是，寻找观测结果与参照值之间有意义的差别。
偏差检测对分析对象的少数的、极端的特例的描述，揭示内在的原因。
在银行的100万笔交易中有500例的欺诈行为，银行为了稳健经营，就要发现这500例的内在因素，减小以后经营的风险。
河北科技师范学院29十月20229.1.4数据挖掘应用数据挖掘应用应用领域：
银行、电信、保险、交通、零售等商业领域能解决的典型商业问题包括：
数据库营销（DatabaseMarketing）客户群体划分（CustomerSegmentation&
Classification）背景分析（ProfileAnalysis）交叉销售（Cross-selling）客户流失性分析（ChurnAnalysis）客户信用记分（CreditScoring）欺诈发现（FraudDetection）河北科技师范学院29十月2022算算法法层层商商业业逻逻辑辑层层行行业业应应用用层层商业应用商业模型挖掘算法相关行业数据挖掘的应用河北科技师范学院29十月2022Debt$40KQQQQQQQQII123456factor1factor2factorn神经网络神经网络NeuralNetworksNeuralNetworks聚类分析聚类分析ClusteringClusteringOpenAccntAddNewProductDecreaseUsage?
Time序列分析序列分析SequenceAnalysisSequenceAnalysis决策树决策树DecisionTreesDecisionTrees倾向性分析客户保留客户生命周期管理目标市场价格弹性分析客户细分市场细分倾向性分析客户保留目标市场欺诈检测关联分析关联分析AssociationAssociation市场组合分析套装产品分析目录设计交叉销售数据挖掘的应用河北科技师范学院29十月20229.1.5数据挖掘未来研究方向数据挖掘未来研究方向发现语言的形式化描述，即研究专门用于知识发现的数据挖掘语言，也许会像SQL语言一样走向形式化和标准化；
寻求数据挖掘过程中的可视化方法，使知识发现的过程能够被用户理解，也便于在知识发现的过程中进行人机交互；
研究在网络环境下的数据挖掘技术（WebMining），特别是在因特网上建立DMKD服务器，并且与数据库服务器配合，实现WebMining；
加强对各种非结构化数据的开采（DataMiningforAudioVideo），如对文本数据、图形数据、视频图像数据、声音数据乃至综合多媒体数据的开采；
处理的数据将会涉及到更多的数据类型，这些数据类型或者比较复杂，或者是结构比较独特。
为了处理这些复杂的数据，就需要一些新的和更好的分析和建立模型的方法，同时还会涉及到为处理这些复杂或独特数据所做的费时和复杂数据准备的一些工具和软件。
交互式发现和知识的维护更新。
河北科技师范学院29十月20229.2数据挖掘的任务、技术、数据挖掘的任务、技术、方法和实施过程方法和实施过程9.2.1数据挖掘任务数据挖掘任务数据总结分类发现聚类分析关联规则发现河北科技师范学院29十月20229.2.2数据挖掘技术数据挖掘技术数据挖掘的方法很多，大致可分为：
统计方法、机器学习方法、神经网络方法和数据库方法。
统计方法可细分为：
回归分析、判别分析、聚类分析、探索性分析以及模糊集、粗糙集、支持向量机等。
机器学习中，可细分为：
归纳学习方法、基于范例的推理CBR、遗传算法、贝叶斯信念网络等。
神经网络方法，可细分为前向神经网络（BP算法等）、自组织神经网络（自组织特征映射、竞争学习等）等。
数据库方法主要是基于可视化的多维数据分析或OLAP方法，另外还有面向属性的归纳方法。
河北科技师范学院29十月2022数据挖掘技术的分类数据挖掘技术的分类回顾分析：
注重解决过去和现在的问题如：
两年来不同地区、人口和产品情况下的各销售部门销售业绩分析预测分析：
在历史信息的基础上预测某些事件和行为如：
建立预测模型来描述客户的流失率分类：
根据某种标准将数据库记录分类到许多预先定义好的类别如：
信用卡公司将客户记录分为好、中、差三类分类可以产生规则：
如果一个客户收入超过5000万元，年龄在4555岁之间，居住在某地区，那么他的信用等级为好。
数据挖掘技术数据挖掘技术河北科技师范学院29十月2022数据挖掘技术的分类数据挖掘技术的分类聚类：
根据某些属性将数据库分割为一些子集和簇如：
在了解客户的过程中，尝试使用从未使用过的属性分割人群以发现潜在客户的簇关联：
通过考察记录来识别数据间的密切关系关联关系常常表现为规则，常用于超市购物篮分析如
升级会员 