資源描述：
《隨著信息技術的不斷發(fā)展》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、隨著信息技術的不斷發(fā)展，人們利用信息技術處理數(shù)據(jù)的能力大幅度提高，越來越多的數(shù)據(jù)庫被應用于商業(yè)管理、生產(chǎn)控制和工程設計等各種領域。但是，面對不斷增加的各種復雜數(shù)據(jù)，已存在的數(shù)據(jù)庫的查詢功能已經(jīng)不能滿足人們的需要，能不能從數(shù)據(jù)中提取人們所需要的信息和知識是大家越來越關注的問題。傳統(tǒng)的統(tǒng)計技術已面臨極大的挑戰(zhàn)，集統(tǒng)計學、數(shù)據(jù)庫、知識發(fā)現(xiàn)等技術于一身的數(shù)據(jù)挖掘技術應運而生。近幾年來，數(shù)據(jù)挖掘技術在零售業(yè)、直效行銷界、制造業(yè)、財務金融保險、通訊業(yè)以及醫(yī)療服務等領域應用廣泛。?一、數(shù)據(jù)挖掘的基本概念?(一)“啤酒尿
2、布”的典型案例?在了解數(shù)據(jù)挖掘的概念之前，我們先來看一個“啤酒尿布”的故事。故事的主角是沃爾瑪這個世界上最大的零售商，在其遍布美國數(shù)千家超級市場中，小孩尿布與啤酒居然并排擺放在鄰近的貨價上一起銷售，而且兩者銷量都還不錯。原來沃爾瑪通過建立的數(shù)據(jù)倉庫，分析了原始交易數(shù)據(jù)，按周期統(tǒng)計產(chǎn)品的銷售信息，然后利用數(shù)據(jù)挖掘工具進行分析和挖掘，結果發(fā)現(xiàn)，每逢周末沃爾瑪連鎖超市啤酒和尿布的銷量很大。進一步調查表明，在美國有孩子的家庭中，太太經(jīng)常囑咐她們的丈夫下班后要為孩子買尿布，而丈夫們在買完尿布后又順手帶回了自己愛喝的
3、啤酒，因此啤酒和尿布一起購買的機會是最多的。之后該店打破常規(guī)，將啤酒和尿布的貨架放在了一起，使得啤酒和尿布的銷量進一步增長。啤酒和尿布這兩者看似毫無關聯(lián)，但在特定的條件下，它們之間卻有密切的關系，這就是數(shù)據(jù)挖掘技術。..http://www.itonghui.com?(二)數(shù)據(jù)挖掘的概念?數(shù)據(jù)挖掘(DataMining)就是從海量的原始數(shù)據(jù)中，找出隱含在其中的、我們事先不知道的、但又是潛在的有意義的知識和信息，從而利用這些知識來指導我們的活動。從統(tǒng)計學的角度，數(shù)據(jù)挖掘可以看成是通過計算機對大量的復雜數(shù)據(jù)的
4、自動探索性分析。隨著信息技術的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長。數(shù)據(jù)挖掘就是為順應這種需要應運而生發(fā)展起來的數(shù)據(jù)處理技術。?二、零售業(yè)應用數(shù)據(jù)挖掘的背景?零售業(yè)客戶關系管理((CustomerRelationshipManagement。CRM)是一種以客戶為中心的市場營銷理念和策略。CRM的目標是縮減銷售周期和銷售成本、增加收入、尋找擴展業(yè)務所需的新市場和渠道以及提高客戶的價格、滿意度、盈利性和忠誠度。零售業(yè)客戶關系管理主要通過條形碼、銷售管理系統(tǒng)、客戶資料管理系統(tǒng)等各種途徑獲得關于商品信息、客戶信息
5、、供應商信息及店鋪信息等大量的數(shù)據(jù)信息，如何利用這些海量數(shù)據(jù)信息分析出哪些商品好賣、哪些商品不好賣、哪些客戶適宜哪些商品、商品之間如何搭配，是令零售商頭疼的問題。利用數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進行分析，可以幫助零售商進行科學的決策，分析哪些商品顧客最有希望一起購買，從而將這些商品擺放在一起；分析商品的銷售趨勢，從而給零售商提供進貨建議；分析購買商品的人員信息，從而幫助零售商選擇店鋪的所在地點等。http://www.dmresearch.net/?三、數(shù)據(jù)挖掘技術的常用算法?數(shù)據(jù)挖掘是零售業(yè)CRM中的核心技術
6、，通過分析顧客已購買商品及這些商品之間的內(nèi)在聯(lián)系，確定顧客的購買習慣和關聯(lián)購買傾向，從而幫助零售商制定營銷策略。為了實現(xiàn)在零售業(yè)..CRM中的應用，數(shù)據(jù)挖掘技術中主要涉及以下常用算法：..?(一)聚類分析算法?聚類分析算法是根據(jù)事物的特征對其進行聚類或分類，即所謂物以類聚，以期從中發(fā)現(xiàn)規(guī)律和典型模式。在零售業(yè)中，聚類分析可以幫助市場分析人員從消費者數(shù)據(jù)庫中區(qū)分出不同的消費群體來，并且概括出每一類消費者的消費模式或者說習慣。..?(二)決策樹算法?決策樹算法就是利用訓練集生成一個測試函數(shù)，根據(jù)不同取值建立樹
7、的分支；在每個分支子集中重復建立下層結點和分支，這樣便生成一棵決策樹。然后對決策樹進行剪枝處理，最后把決策樹轉化為規(guī)則。決策樹算法常用于預測模型，它通過將大量數(shù)據(jù)有目的分類，從中找到一些有價值的，潛在的信息。它分類速度快，特別適合大規(guī)模的數(shù)據(jù)分類處理。..?(三)神經(jīng)網(wǎng)絡算法?神經(jīng)網(wǎng)絡算法能夠模擬人的神經(jīng)元功能，經(jīng)過輸人層、隱藏層、輸出層等，對數(shù)據(jù)進行調整、計算，最后得到結果。神經(jīng)網(wǎng)絡算法的優(yōu)點是它能精確地對復雜問題進行預測。它本身具有良好的魯棒性、自適應性和高度容錯性。..http://www.iton
8、ghui.com?(四)關聯(lián)規(guī)則挖掘算法?關聯(lián)規(guī)則挖掘是用于發(fā)現(xiàn)數(shù)據(jù)庫中屬性之間的相關聯(lián)系的一種算法。關聯(lián)規(guī)則發(fā)現(xiàn)任務的本質是在數(shù)據(jù)庫中發(fā)現(xiàn)強關聯(lián)規(guī)則，利用這些關聯(lián)規(guī)則了解客戶的行為，其最典型的例子就是購物籃分析。?四、數(shù)據(jù)挖掘技術在零售業(yè)中的應用?隨著日益增長的Web或電子商務方式的興起，零售業(yè)CRM是數(shù)據(jù)挖掘的主要應用領域。數(shù)據(jù)挖掘技術可有助于識別客戶購買行為，發(fā)現(xiàn)客戶購買模式和趨勢，改進服務質量，取得更好的客戶保持力和滿
