07数据挖掘原理-数据挖掘

数据挖掘的发展过程。 1关系型数据库 -》2数据仓库 -》3数据挖掘-》4大数据挖掘。

xx网北京地区2013年1月份的注册数是多少，                                             关系型数据库的解决方案：查询单个数据库，mysql，特点一个数据库。

xx网北京地区，上海地区，广州地区2013年1月份的注册数个是多少 ，    数据仓库的解决方案：数据仓库，OLAP，多个数据库，特点多个数据库，或者大型的数据仓库。

对xx网北京区的用户为注册的性别的用户划上性别，以便按这个特定人群推销特定的产品 ，    数据挖掘的解决方案：单机聚类算法，分类算法等高级算法，特点注重算法，在单机上。

对xx网北京地区，上海地区，广州地区的用户为注册的性别的用户划上性别，以便按这个特定人群推销特定的产品 ，   大数据挖掘的解决方案：分布式的聚类算法，分类算法等高级算法，特点注重算法，分布式的集群跑同一个算法。

数据挖掘的场景，分为客户场景，产品场景，营销场景，基础场景。

 客户场景（分为以下几种需求）

           1：客户细分 ，适合聚类模型，算法：kmeans，canopy

           2：价值评估 ，适合指标估计模型，算法：层次分析

           3：客户识别 ，适合分类模型，算法：朴素贝叶斯，逻辑回归，决策树

           4：满意度评估 ，适合指标估计模型，算法：结构方程

           5：客户偏好 ，适合分类模型，算法：朴素贝叶斯，逻辑回归，决策树

 产品场景（分为以下几种需求）

           1：产品定价 ，适合定价模型，算法：价格弹性，PSM

           2：健康度评估 ，适合指标估计模型，算法：主成分分析，层次分析

           3：分类 ，适合聚类模型，算法：kmeans，canopy

 营销场景（分为以下几种需求）

           1：精准营销 ，适合分类模型，算法：朴素贝叶斯，逻辑回归，决策树

           2：交叉营销 ，适合关联模型，算法：apriori

           3：内容营销 ，适合分类模型，算法：朴素贝叶斯，逻辑回归，决策树

 基础场景（分为以下几种需求）

           1：KPI诊断 ，适合异常分析，趋势分析模型，算法：方差分布和时间序列

           2：网络选址 ，适合数据分析模型，算法：交叉分析

           3：指标预测 ，适合预测模型，算法：时间序列，线性回归，aprima

数据挖掘的算法，按照任务类型，分为分类算法，聚类算法，关联算法，预测算法。

分类算法的应用场景：

          1客户流式预测

          2精准营销

          3客户获取

          4个性偏好

          5信用分析

          6欺诈预警

聚类算法的应用场景：

        1客户细分

        2客户研究

        3市场细分

        4价值评估

        5精准营销

预测算法的应用场景：

        1用户数量预测

        2收入预测

        3目标制定

        4业务发展分析

关联算法的应用场景

        1交叉销售

        2套餐销售

        3网页设计

        4目录设计，类型设计 

数据挖掘的十大算法

        1：C4.5  （决策树，判别数，属于分类算法）

        2：K-means （K-平均值法，属于聚类算法）

        3：SVM（支持向量机，属于分类算法）

        4：Apriori（关联规则挖掘，属于关联算法）

        5：EM（期望最大值算法，属于聚类算法与参数估计）

        6： PageRank（网页价值评估算法，google的页面评价算法）

        7：Adaboost（积弱为强的分类算法，属于分类算法）

        8：KNN（以近邻为楷模的分类算法，属于分类算法）

        9：navie bayes（朴素贝叶斯，属于分类算法）

        10：CART（二分递归的判别树，属于分类算法）

数据挖掘的步骤：1商业理解 - 2数据理解 - 3数据准备 - 4建立模型 - 5模型评估 - 6模型发布.