数据挖掘功能之三:同质分组

你和你的一位朋友都是同一移动通讯公司的客户,可是有一天你忽然发现,你的电话每次都要三十秒以上才能接通,你的朋友却每次都能在两三秒内接通,这是为什么呢?原来,该公司按照你和朋友的不同通讯习惯和消费额将你和朋友分到了不同的群体里并且由交换机自动做出不同优先级的接通服务在这里,移动通讯公司即使用了数据挖掘中的同质分组功能。 所谓同质分组,是指将差异较大的总体分成若干个部分,使不同部分间的差异尽可能大,而同一部分间的差异尽可能小其意义类似于市场营销里的“区隔”,只不过作“区隔”时事先并不对不同部分作定义,只是完全由…     

数据挖掘中的关联规则

 数据挖掘是近些年企业界相当热门的话题，它利用统计与人工智能的算法，从庞大的企业；历史资料中，找出隐藏的规律并建立准确的模型，用以预测未来。其中关联规则的挖掘是数据挖掘中的一个重要问题。     

数据挖掘中关联规则的规范化描述

一、引言数据挖掘(Data Mining)是近年来随着人工智能和数据库技术的发展而出现的一门新兴学科。它是从大量的数据中筛选出隐含的、可信的、新颖的、有效的信息的高级处理过程。关联规则(Association Rule)是其中重要的研究课题,是数据挖掘的主要技术之一,也是在无指导学习系统     

数据挖掘中关联规则算法的考察

文章从算法角度对关联规则的提出、演变过程和前沿研究进行了较为详细的考察,并在此基础上提出了关联规则未来研究的领域和发展趋势。文章先详细地考察了关联规则的三类典型算法,然后总结了基于复杂数据属性的关联规则算法扩展。为考察其他方面的算法扩展和介绍其他学科领域对关联规则的研究奠定了基础。     

基于关联规则的医疗数据挖掘研究

宫颈癌是全世界女性发病率和死亡率位居第二的恶性肿瘤,文章对宫颈癌样本数据集进行关联规则的Apriori算法分析,得到准确有效的关联规则,为宫颈癌的筛查和诊断提供一种新的思路。结果表明:年龄、性行为、吸烟情况、荷尔蒙避孕药服用情况、节育环放置情况均会导致不同支持度和置信度的性病或癌症的发生,且性病发生和癌症诊断这两者之间也存在着紧密的联系和规则。     

数据挖掘中关联规则算法的发展趋势

文章在对复杂数据组织形式的关联规则挖掘详细描述的基础上,探讨了其他学科领域对关联规则的理解及相应的研究方法,最后提出了关联规则的前沿研究问题和未来的发展趋势。     

基于Apriori算法的关联规则数据挖掘研究

关联规则挖掘是数据挖掘中重要的研究课题,Apriori算法是关联规则挖掘的最有影响的算法。针对Apriori算法中频繁项集产生效率低和产生无用规则、丢失有用规则两个核心问题,文章给出了分辨矩阵、分辨向量、兴趣度、含负属性项关联规则并提出了改进的Apriori算法。该算法能有效提高频繁集的产生效率和产生更为合理的关联规则。     

数据挖掘中关联规则的提升及其应用

一、关联规则的统计意义 关联规则挖掘的研究是近几年研究较多的数据挖掘方法,在数据挖掘中的各种方法中应用的也最为广泛.关联规则的概念首先是由Agrawal,R.,Imieliski,T.and Swa-mi,A.(1993)提出,关联规则挖掘的主要对象是事务数据库.     

穷人经济学之四:血汗民工路

在概述去年中国经济的关键词中,“民工荒”是比较特殊的一个,因为廉价劳动力一直以来都被视为中国最丰富的资源,甚至可以“无限供给”。在全国外出务工农民达到1.2亿的情况下,东南沿海却出现大面积的民工荒。原因是多方面的,有人说这是农民工在“用脚投票”,殊不知那些从流淌着血汗的打工路上走过来的双双赤脚,曾经经历过怎样的坎坷。一方面政府三令五申不准拖欠农民工工资,另一方面农民工为讨工钱爬塔、跳楼的新闻不断;一方面《未成年人保护条例》规定保障外地来人员的未成年子女接受义务教育,另一方面大量的民工学校却被关闭;在频繁发生事…     

基于Copula连接函数的数据挖掘关联算法的设计

现实中海量数据往往持续地产生,如何实现信息和知识的动态挖掘已成为人们关注的理论问题。根据数据集分批分步输入处理的思想,以Copula连接函数为理论基础,给出一种有效海量数据的关联分步测度算法,通过模拟实验验证了该算法的可行性,结果显示所设计的关联算法能显著提高关联效应测量的效率,并能有效地解决超海量数据关联效应的测度问题。     

大数据时代之统计数据挖掘实证

作为一项重要的资源和资本,数据将为企业带来巨大的商业价值和潜在效益.文章基于统计学的视角,对大数据时代数据挖掘在交叉销售中的应用进行较为深入但通俗易懂的探讨,并结合实例,运用统计数据挖掘技术建立某地区电信增值业务交叉销售模型,得出了6条有用的规则集,这些规则集都有较好的支持度和置信度,根据这些规则集,企业可以预期哪些人将成为企业的目标客户,向谁实行交叉销售会收到良好的效果,这些信息对企业的生产经营和销售都具有重要意义.     

市场的细枝末节之四:月饼的包装

在小说《围城》里,方鸿渐所服务的三闾大学来了一个督导,给学生训话,平均每分钟一句半兄弟在英国的时候。这有点像现在的某些海归,几句话就出现一个外文单词。或是有意,或是无心,两者都属于个人包装的范畴,是为了说明自己走南闯北的阅历,不过是包装得有点过度而已。     

数据挖掘:挑战与机遇同在

20世纪90年代,美国的一些应用者和学者把在数据海洋中寻找知识的过程叫做“数据挖掘”。这是一种新的信息处理技术,其主要特点是对数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助决策的关键性数据。数据挖掘与传统的数据分析,如查询、报表、OLAP（联机应用分析）、统计分析等数据分析技术的本质区别是数据挖掘是在明确假设的前提下去挖掘信息、发现知识。     

数据挖掘的任务之一:分类

一般说来,数据挖掘问题可以分为以下几类:分类、推估、预测、同质分组和关联分组。每种问题都有许多具体的数据挖掘或统计模型来加以解决。分类简介分类问题是数据挖掘中最重要的任务之一,很多数据挖掘问题都可以转化为分类问题。分类的目的在于运用分类方法构建一个分类函数或分类模型(也常常称作分类器),该模型可以将输入数据(比如数据库中的数据项)映射到给定类别中的一个类别。比如根据个人资料预测客户是否会流失,这里就把顾客分为将流失与不会流失两个类别,再根据输入的个人资料将该客户映射到两个类中的一个里去。分类首先要做的工作…     

基于函数型数据分析的数据挖掘功能研究

数据挖掘功能是数据挖掘研究与应用的一个重要方面。数据挖掘功能用于指定数据挖掘任务中要找的模式类型。当前,数据挖掘的功能所处理的主要是传统的数据,对于函数型数据的研究还不是很多。文章探讨了数据挖掘中可以挖掘的几种函数型数据模式,包括数据描述、分类、聚类和回归。     

马克威分析系统介绍(四)——数据挖掘

数据挖掘简介1.数据挖掘的由来在信息化飞速发展的今天,海量的数据充斥着我们的电脑、网络和生活。政府部门、科研部门和企业都投入大量资源去搜集信息和存储数据,然而其中只有一小部分被利用到,因为在多数情况下,我们获得的数据要么过于庞大,难以管理;要么结构过于复杂,难以有效分析。我们已经陷入了“数据丰富,信息贫乏”的尴尬境地。对大型的、复杂的、信息丰富的数据集的理解,是所有的商业、科学、工程领域的共同需要。想要从巨大的数据原料中开采出宝贵的知识矿藏,就要使用数据挖掘(DataMining)这一能工利器。系统的数据挖掘工具因此…     

一种基于RFM模型数据挖掘处理双阶段客户关联分类方法

通常情况下,商业银行的数据库大多采用多维度的设计方式,这使得对客户信息提取和客户分类关联分析工作繁琐而复杂,导致目前尚缺乏符合商业银行业务实际、具有较强操作性的分析模型。在这种情况下,文章提出了一种运用RFM模型数据处理,结合K-Means算法和关联规则挖掘Apriori算法进行双阶段客户关联分类方法,具有较强的实践性。     

山东专题之四后生可畏

记者的话:在整理这期稿件的时候,正是央视大剧<闯关东)热播的时候,诸多地方台是你方唱罢我登场,把个观众看得忽忽悠悠.     

VisIOT:经济产业结构关联可视分析

随着经济统计范畴的精细化以及统计过程的规范化,能够表现产业部门关联关系的投入产出表（Input-Output Table,IOT）数据日益呈现复杂的结构特性。传统的统计分析软件和方法形式单一且传达信息有限,面对结构关系复杂且动态演化的IOT数据,难以有效分析和探索其中复杂的关联模式和时序变化特征。为此,本文设计面对IOT数据分析的经济产业结构关联特征可视化工具——VisIOT。首先设计双向力导向图描述国民经济结构关联网络,并对网络中的顶点和边进行属性映射;然后构建时序矩阵图,直观地展示IOT数据差异,并按照时间顺序依次嵌入时序IOT数据;其次利用部门间的经济技术联系优化模块度算法,发掘经济产业结构关联网络中隐含的社区特征,有效支持关联紧密的社区结构的交互式分析和提取;再次设计社区时序演变图展示社区结构特征的时序演化规律,借助交叉优化算法和前后向的扫描算法,优化部门排列顺序,减少部门交叉,帮助用户有效捕捉社区结构的稳定性;最后有效设计交互方案关联可视化界面,实现经济产业结构关联可视分析系统。本文利用真实的IOT数据进行实例分析与验证,结果表明本文设计的VisIOT系统能够帮助用户快速识别和感知IOT数据中隐含的关联特征及其时序变化规律。