基于SQL Server的交叉销售空间数据挖掘探讨
- 格式：pdf
- 大小：113.32 KB
- 文档页数：2
多 挑 战 性 的 课 题 。例 如 ：
联 任 务 ，最 合 适 的两 个 算 法 是 Ｍ ｃｏ ｏ ｔ决 策 数 算 法 和 ｉｒｓｆ Ｍ ｃ ｏ ｏ ｔ 联规则算法 。本文 我们将使用 决策树算 法来构 ｉｒ ｓ ｆ 关
交叉销售是非常常见的商业 ，它包括基于客户 当前或之
建模型 。 决策树算法通过选择数据 中的显著特征 ， 并根据这些 特征缩小数据集 ， 到建立清 晰的相关性。 直 该算法可 以对源 数
每 一 级 别上 树 的 拆 分 分 数 ， 可 以 在 数 量 上 度 量 这 些 预 测 器和
２ ２ 数 据 挖 掘 ．
在数据挖掘项 目中的第一步是理解 商业 需求并且确定适
４２ —
作者简介：刘艳云 ， ， 女 安徽 肖县黄口人 ， 士研究生 ， 硕 讲师 ， 研究方向 ： 计算机应用 、 数据挖掘 。
维普资讯
数据挖据技术是一种有效的信息分析工具，它能够发现
据挖掘算法都可 以应用于于 多种任务上 。在确定数据挖 掘任
海量数据 中潜在 的、 隐含的规 律， 并能从 中提取有用的信息或 知识 ， 目的在于从 大型数据库 或数据仓库 中提取 隐藏 的预 其 测性信息。这一技术很好的解决了数据 生成和 数据 理解 之间
它 是 维 表 。Ｐ ｒ ｈ ｓ 表 存 储 了客 户 以前 购 物 的 历 史 事 务 。它 ｕｃａｅ
。
该 图中的树是按水平方式布局 的， 根节点在最左边 。 中 树
包 含 Ｃ ｓ ｏｅ Ｉ ｕ ｔ ｍ ｒ Ｄ和 Ｍ ｖ ｅ两列的事实 表。每个客户 都购买 ｏｉ 了一组 电影 。这两个表之 间是 １ ｎ的来推 荐的产 品列表 ， 该推 荐信息是 基于 购物篮分 析来获得的 ， 而该购物篮 分析是针对 数千万个有 相
似购物情况的客户 进行的。好的推荐信息会 改善客户 的购物 体验， 从而增加销售额 。差的推荐信息会使客户感到烦恼 ， 从 而最 终把他们赶走 ， 交叉 销售的主要难 点在于如何 向每个客 户提供 一组正确 的推 荐信息 。当销 售的产 品 目录 比较小 时， 基于销售经验来提供建议相 当容易 。可是 ，一旦不同产 品的 数量 比较多时，问题就会变得更加复杂。使用 传统 的数据统 计方法都难 以发现 这些数据 中隐含的规律 。而数据挖掘技 术 恰好可 以解决这 一问题 ， 以求发现 数据 中隐含 的关系及潜在
的矛盾 ， 已广泛应用 于决策支持 、 息管理、 学研究等许 现 信 科
多领 域 。
务后 ， 以应 用一组适合 于该任务 的算法 ， 可 以构建挖掘模 型 。 本文的 目标是分析客户将会一起购买的 电影 。在获得这些模 式 后， 以使用它们来提供推荐信 息。 问题属于数据挖掘关 可 该
决策树 ， 多可 以创建 ２５棵 决策树 。 最 ５ 每一部 电影被认为是一
个属性 ， 且每一属性有两 个状态 ： 存在和不存在 。
在 ＳＬ Ｓ ｒ ｅ ０５ 中 的 每 人 上 数 据 挖 掘 算 法 都 有 一 Ｏ ｅ ｖ ｒ ２ ０
在图 １ 给出了 Ｍｖ ｅ ｉｋ ｏ ｏ ｉＰ ｃ ．ｃｍ数据集的部分模式 。 图 在
一
维普资讯
鞔 糠
可预测属性 （ｕ ａ ｓ ｃＰ ｒ） 间的关系 。 Ｊｒ ｓ ｉ ａ ｋ 之 随着 Ｉ／ ｎ ｅ ｎ ｔ等新技术 发展， ＴＩｔｒｅ 数据 挖掘 、 商业智 能等 概 念与技术 的引入 促进 了数据挖 掘在 交叉 销售行业 的应用 。 与此 同时， 随着 交叉销售 中数据挖 掘应用 的深入 ， 据、 数 数据 挖 掘的任务和数据挖掘方法的 多样性将给数据挖 掘提 出了许
据 中的信息做出明确 的预测。 ３ ．结果分析 挖掘 模型处理完 毕后即可 获得用树状 结构 表示的结 果 ， 对该树状结构进行观察分析可 以得 出一些直接观 察原始数据 不宜发现的信息 。 ． Ｐｒｈｓ ｕ ｃ ａｅ是将 Ｍ ｖ ｅ作 为嵌套来建模 的嵌套表 。 ｏｉ 该模 型
每一个节 点包含一个柱状条 ，并且用不 同的颜色来 代表不同 的状态 。 节点越黑 ， 该节点包含 的事例就越多 。 每一个从要根 节点到给定节点的路径就是一条规则 ， 在该图中 ， 策树 中只 决 有 大约 ２ 的客户购 买 了该 电影 ， ％ 该决策树 的第 一个拆分基于
Ｊ ｒ ｓ ｉＰ ｒ 。在 那 些 喜 欢 的客 户 中 ，大 约 有 ２ ％ 客 户 也 ｕ ａ ｓ ａ ｋ ０的
中显 示 了两 个 表 ：ｕ ｔｍ ｒ 和 Ｐ ｒ ｈ ｓ 。Ｃ ｓ ｏ ｅ ｓ 中 包 Ｃｓｏｅｓ ｕｃａｅ ｕｔｍｒ 表
个 内容查看器。每 个内容查看器都是为 了显示相关算法所发 现 的模 式而设计 的。图 ２显示 了预测 电影 Ｊ ｗ ａｓ的决策树之
一
含客户的人 口统计信 息 ， 如 ， 龄、 例 年 教育、 别和收入 等等 ； 性
Ｊ ｗ ，与总 的喜欢 Ｊ ｗ ａｓ ａ ｓ电影 的客户数 相比 ，比例增加 了 １ ０
倍 。在 那 些 不 喜 欢 Ｊ ｒ ｓ ｉ ａ ｋ而 喜 欢 Ｅ Ｔ 的客 户 中 ， ｕａｓｃＰｒ ． ．
图１
大约有 １％ ０ 也喜欢 Ｊ ｗ 。通 过这棵树 ， ａｓ 我们可 以知道 Ｊ ｒ ｓ ｕａ－ Ｓ ｃＰ ｒ ｉ ａ ｋ和 Ｅ ．是对 Ｊ ｗ 来 说 比较好的预测器。基于在 ．Ｔ ａｓ
规律 。 ２ ．研 究方 法 ２ １ 数据 预 处 理 ．
将 完全基 于每个 客户 的购 物车来分析 电影关联 。在挖掘结 构
中也可 以包括人 口统 计信 息。 然后， 该模型将分析所有 的电影 之 间的关联 ， 同时分析 电影与人 口统计信息之 间的关联 。 在处
理 了模型之后 ， 将会 获得一组决策树。 为每一部 电影创建一棵
联 任 务 ，最 合 适 的两 个 算 法 是 Ｍ ｃｏ ｏ ｔ决 策 数 算 法 和 ｉｒｓｆ Ｍ ｃ ｏ ｏ ｔ 联规则算法 。本文 我们将使用 决策树算 法来构 ｉｒ ｓ ｆ 关
交叉销售是非常常见的商业 ，它包括基于客户 当前或之
建模型 。 决策树算法通过选择数据 中的显著特征 ， 并根据这些 特征缩小数据集 ， 到建立清 晰的相关性。 直 该算法可 以对源 数
每 一 级 别上 树 的 拆 分 分 数 ， 可 以 在 数 量 上 度 量 这 些 预 测 器和
２ ２ 数 据 挖 掘 ．
在数据挖掘项 目中的第一步是理解 商业 需求并且确定适
４２ —
作者简介：刘艳云 ， ， 女 安徽 肖县黄口人 ， 士研究生 ， 硕 讲师 ， 研究方向 ： 计算机应用 、 数据挖掘 。
维普资讯
数据挖据技术是一种有效的信息分析工具，它能够发现
据挖掘算法都可 以应用于于 多种任务上 。在确定数据挖 掘任
海量数据 中潜在 的、 隐含的规 律， 并能从 中提取有用的信息或 知识 ， 目的在于从 大型数据库 或数据仓库 中提取 隐藏 的预 其 测性信息。这一技术很好的解决了数据 生成和 数据 理解 之间
它 是 维 表 。Ｐ ｒ ｈ ｓ 表 存 储 了客 户 以前 购 物 的 历 史 事 务 。它 ｕｃａｅ
。
该 图中的树是按水平方式布局 的， 根节点在最左边 。 中 树
包 含 Ｃ ｓ ｏｅ Ｉ ｕ ｔ ｍ ｒ Ｄ和 Ｍ ｖ ｅ两列的事实 表。每个客户 都购买 ｏｉ 了一组 电影 。这两个表之 间是 １ ｎ的来推 荐的产 品列表 ， 该推 荐信息是 基于 购物篮分 析来获得的 ， 而该购物篮 分析是针对 数千万个有 相
似购物情况的客户 进行的。好的推荐信息会 改善客户 的购物 体验， 从而增加销售额 。差的推荐信息会使客户感到烦恼 ， 从 而最 终把他们赶走 ， 交叉 销售的主要难 点在于如何 向每个客 户提供 一组正确 的推 荐信息 。当销 售的产 品 目录 比较小 时， 基于销售经验来提供建议相 当容易 。可是 ，一旦不同产 品的 数量 比较多时，问题就会变得更加复杂。使用 传统 的数据统 计方法都难 以发现 这些数据 中隐含的规律 。而数据挖掘技 术 恰好可 以解决这 一问题 ， 以求发现 数据 中隐含 的关系及潜在
的矛盾 ， 已广泛应用 于决策支持 、 息管理、 学研究等许 现 信 科
多领 域 。
务后 ， 以应 用一组适合 于该任务 的算法 ， 可 以构建挖掘模 型 。 本文的 目标是分析客户将会一起购买的 电影 。在获得这些模 式 后， 以使用它们来提供推荐信 息。 问题属于数据挖掘关 可 该
决策树 ， 多可 以创建 ２５棵 决策树 。 最 ５ 每一部 电影被认为是一
个属性 ， 且每一属性有两 个状态 ： 存在和不存在 。
在 ＳＬ Ｓ ｒ ｅ ０５ 中 的 每 人 上 数 据 挖 掘 算 法 都 有 一 Ｏ ｅ ｖ ｒ ２ ０
在图 １ 给出了 Ｍｖ ｅ ｉｋ ｏ ｏ ｉＰ ｃ ．ｃｍ数据集的部分模式 。 图 在
一
维普资讯
鞔 糠
可预测属性 （ｕ ａ ｓ ｃＰ ｒ） 间的关系 。 Ｊｒ ｓ ｉ ａ ｋ 之 随着 Ｉ／ ｎ ｅ ｎ ｔ等新技术 发展， ＴＩｔｒｅ 数据 挖掘 、 商业智 能等 概 念与技术 的引入 促进 了数据挖 掘在 交叉 销售行业 的应用 。 与此 同时， 随着 交叉销售 中数据挖 掘应用 的深入 ， 据、 数 数据 挖 掘的任务和数据挖掘方法的 多样性将给数据挖 掘提 出了许
据 中的信息做出明确 的预测。 ３ ．结果分析 挖掘 模型处理完 毕后即可 获得用树状 结构 表示的结 果 ， 对该树状结构进行观察分析可 以得 出一些直接观 察原始数据 不宜发现的信息 。 ． Ｐｒｈｓ ｕ ｃ ａｅ是将 Ｍ ｖ ｅ作 为嵌套来建模 的嵌套表 。 ｏｉ 该模 型
每一个节 点包含一个柱状条 ，并且用不 同的颜色来 代表不同 的状态 。 节点越黑 ， 该节点包含 的事例就越多 。 每一个从要根 节点到给定节点的路径就是一条规则 ， 在该图中 ， 策树 中只 决 有 大约 ２ 的客户购 买 了该 电影 ， ％ 该决策树 的第 一个拆分基于
Ｊ ｒ ｓ ｉＰ ｒ 。在 那 些 喜 欢 的客 户 中 ，大 约 有 ２ ％ 客 户 也 ｕ ａ ｓ ａ ｋ ０的
中显 示 了两 个 表 ：ｕ ｔｍ ｒ 和 Ｐ ｒ ｈ ｓ 。Ｃ ｓ ｏ ｅ ｓ 中 包 Ｃｓｏｅｓ ｕｃａｅ ｕｔｍｒ 表
个 内容查看器。每 个内容查看器都是为 了显示相关算法所发 现 的模 式而设计 的。图 ２显示 了预测 电影 Ｊ ｗ ａｓ的决策树之
一
含客户的人 口统计信 息 ， 如 ， 龄、 例 年 教育、 别和收入 等等 ； 性
Ｊ ｗ ，与总 的喜欢 Ｊ ｗ ａｓ ａ ｓ电影 的客户数 相比 ，比例增加 了 １ ０
倍 。在 那 些 不 喜 欢 Ｊ ｒ ｓ ｉ ａ ｋ而 喜 欢 Ｅ Ｔ 的客 户 中 ， ｕａｓｃＰｒ ． ．
图１
大约有 １％ ０ 也喜欢 Ｊ ｗ 。通 过这棵树 ， ａｓ 我们可 以知道 Ｊ ｒ ｓ ｕａ－ Ｓ ｃＰ ｒ ｉ ａ ｋ和 Ｅ ．是对 Ｊ ｗ 来 说 比较好的预测器。基于在 ．Ｔ ａｓ
规律 。 ２ ．研 究方 法 ２ １ 数据 预 处 理 ．
将 完全基 于每个 客户 的购 物车来分析 电影关联 。在挖掘结 构
中也可 以包括人 口统 计信 息。 然后， 该模型将分析所有 的电影 之 间的关联 ， 同时分析 电影与人 口统计信息之 间的关联 。 在处
理 了模型之后 ， 将会 获得一组决策树。 为每一部 电影创建一棵
