隨著信息技術(shù)的不斷發(fā)展

《隨著信息技術(shù)的不斷發(fā)展》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、隨著信息技術(shù)的不斷發(fā)展，人們利用信息技術(shù)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(yīng)用于商業(yè)管理、生產(chǎn)控制和工程設(shè)計(jì)等各種領(lǐng)域。但是，面對(duì)不斷增加的各種復(fù)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(shí)是大家越來越關(guān)注的問題。傳統(tǒng)的統(tǒng)計(jì)技術(shù)已面臨極大的挑戰(zhàn)，集統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、知識(shí)發(fā)現(xiàn)等技術(shù)于一身的數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。近幾年來，數(shù)據(jù)挖掘技術(shù)在零售業(yè)、直效行銷界、制造業(yè)、財(cái)務(wù)金融保險(xiǎn)、通訊業(yè)以及醫(yī)療服務(wù)等領(lǐng)域應(yīng)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(gè)“啤酒尿布”的故事。故事的主角是沃爾瑪這個(gè)世界上最大的零售商，在其遍布美國數(shù)千家超級(jí)市場中，小孩尿布與啤酒居然并排擺放在鄰近的貨價(jià)上一起銷售，而且兩者銷量都還不錯(cuò)。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(jì)產(chǎn)品的銷售信息，然后利用數(shù)據(jù)挖掘工具進(jìn)行分析和挖掘，結(jié)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(jìn)一步調(diào)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?cè)谫I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(jī)會(huì)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(jìn)一步增長。啤酒和尿布這兩者看似毫無關(guān)聯(lián)，但在特定的條件下，它們之間卻有密切的關(guān)系，這就是數(shù)據(jù)挖掘技術(shù)。..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(shí)和信息，從而利用這些知識(shí)來指導(dǎo)我們的活動(dòng)。從統(tǒng)計(jì)學(xué)的角度，數(shù)據(jù)挖掘可以看成是通過計(jì)算機(jī)對(duì)大量的復(fù)雜數(shù)據(jù)的

4、自動(dòng)探索性分析。隨著信息技術(shù)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(yīng)這種需要應(yīng)運(yùn)而生發(fā)展起來的數(shù)據(jù)處理技術(shù)。?二、零售業(yè)應(yīng)用數(shù)據(jù)挖掘的背景?零售業(yè)客戶關(guān)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(biāo)是縮減銷售周期和銷售成本、增加收入、尋找擴(kuò)展業(yè)務(wù)所需的新市場和渠道以及提高客戶的價(jià)格、滿意度、盈利性和忠誠度。零售業(yè)客戶關(guān)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(guān)于商品信息、客戶信息

5、、供應(yīng)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(duì)這些數(shù)據(jù)進(jìn)行分析，可以幫助零售商進(jìn)行科學(xué)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(jìn)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(diǎn)等。http://www.dmresearch.net/?三、數(shù)據(jù)挖掘技術(shù)的常用算法?數(shù)據(jù)挖掘是零售業(yè)CRM中的核心技術(shù)

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(xí)慣和關(guān)聯(lián)購買傾向，從而幫助零售商制定營銷策略。為了實(shí)現(xiàn)在零售業(yè)..CRM中的應(yīng)用，數(shù)據(jù)挖掘技術(shù)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(duì)其進(jìn)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(fèi)者數(shù)據(jù)庫中區(qū)分出不同的消費(fèi)群體來，并且概括出每一類消費(fèi)者的消費(fèi)模式或者說習(xí)慣。..?(二)決策樹算法?決策樹算法就是利用訓(xùn)練集生成一個(gè)測試函數(shù)，根據(jù)不同取值建立樹

7、的分支；在每個(gè)分支子集中重復(fù)建立下層結(jié)點(diǎn)和分支，這樣便生成一棵決策樹。然后對(duì)決策樹進(jìn)行剪枝處理，最后把決策樹轉(zhuǎn)化為規(guī)則。決策樹算法常用于預(yù)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(jià)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(luò)算法?神經(jīng)網(wǎng)絡(luò)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(duì)數(shù)據(jù)進(jìn)行調(diào)整、計(jì)算，最后得到結(jié)果。神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn)是它能精確地對(duì)復(fù)雜問題進(jìn)行預(yù)測。它本身具有良好的魯棒性、自適應(yīng)性和高度容錯(cuò)性。..http://www.iton

8、ghui.com?(四)關(guān)聯(lián)規(guī)則挖掘算法?關(guān)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(guān)聯(lián)系的一種算法。關(guān)聯(lián)規(guī)則發(fā)現(xiàn)任務(wù)的本質(zhì)是在數(shù)據(jù)庫中發(fā)現(xiàn)強(qiáng)關(guān)聯(lián)規(guī)則，利用這些關(guān)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(shù)在零售業(yè)中的應(yīng)用?隨著日益增長的Web或電子商務(wù)方式的興起，零售業(yè)CRM是數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域。數(shù)據(jù)挖掘技術(shù)可有助于識(shí)別客戶購買行為，發(fā)現(xiàn)客戶購買模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的客戶保持力和滿