数据挖掘有哪些常用的方法

2023-06-01 0 944

  统计数据预测又称资料库中的科学知识辨认出,是目前人工智慧和资料库领域科学研究的焦点问题,所谓统计数据预测是指从资料库的大批统计数据中揭示出暗含的、先前未知的并有潜在性价值的信息的非理想过程。

  统计数据预测之八种常见的方式:

①进行分类。进行分类是找寻资料库中几组统计数据对象的共同特点并依照进行分类商业模式将其分割为相同的类,其目地是透过进行分类模型,将资料库中的统计操作符态射到某个取值的类型。

它能应用领域到顾客的进行分类、顾客的特性和特点预测、顾客满意率预测、客户的买回态势预估等,如两个电动汽车分销商将顾客依照对电动汽车的偏好分割成相同的类,这样网络营销相关人员就能将新型电动汽车的广告指南直接递送到有这种偏好的顾客手中,从而大大降低了洞见。

②重回预测。重回预测方式反映的是外交事务资料库中特性值在时间上的特点,产生两个将统计操作符态射到两个连续型预估表达式的函数,辨认出表达式或特性间的依赖亲密关系,其主要科学研究问题主要包括统计数据字符串的态势特点、统计数据字符串的预估以及统计数据间的相关亲密关系等。

它能应用领域到市场网络营销的方方面面,如顾客谋求、维持和防治顾客外流公益活动、商品开发周期预测、销售态势预估及有针对性的促销公益活动等。

③控制点。控制点预测是把几组统计数据依照关连性和相似性分为几个类型,其目地是使得属于同两个类型的统计数据间的关连性尽量大,相同类型中的统计数据间的关连性尽量小。

  它能应用领域到顾客群体的进行分类、顾客背景预测、顾客买回态势预估、市场的行业龙头等。

④关连准则。关连准则是描述资料库中统计操作符间所存在的亲密关系的准则,即根据两个外交事务中某些项的出现可求出另一些项在同两个外交事务中也出现,即隐藏在统计数据间的关连或相互亲密关系。

在顾客亲密关系管理工作中,透过对民营企业的顾客资料库里的大批统计数据进行挖掘,能从大批的记录中辨认出有意思的关连亲密关系,找寻影响市场推广效果的关键所在,为商品定位、定价与订制顾客群,顾客谋求、行业龙头与维持,市场推广与做广告,网络营销风险评估和诈欺预估等决策支持提供参考依据。

⑤特点。特点预测是从资料库中的几组统计数据中提取出关于那些统计数据的特点式,这些特点式表达了该统计数据集的总体特点。如网络营销相关人员透过对顾客外流因素的特点提取,能得到导致顾客外流的一系列原因和主要特点,利用那些特点能有效地防治顾客的外流。

⑥变化和局限性预测。局限性主要包括很大一类潜在性有意思的科学知识,如进行分类中的怪异示例,商业模式的例外,检视结论对期望的局限性等,其目地是寻找检视结论与参照量间有意义的差别。在民营企业危机管理工作及其预警中,管理工作者更钟爱的是那些不幸准则。不幸准则的挖掘能应用领域到各种异常信息的辨认出、预测、识别、评价和预警等方面。

⑦Web页挖掘。随着Internet的迅速发展及Web的全球普及,使得Web上的信息量无比丰富,透过对Web的挖掘,能利用Web的海量统计数据进行预测,收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、顾客等有关的信息,集中精力预测和处理那些对民营企业有重大或潜在性重大影响的外部环境信息和内部经营信息,并根据预测结论找寻民营企业管理工作过程中出现的各种问题和可能引起危机的先兆,对那些信息进行预测和处理,以便识别、预测、评价和管理工作危机。

统计数据预测有哪些常见的方式.中琛魔方大统计数据平台表示统计数据预测是一种决策支持过程,它透过高度自动化地预测民营企业的统计数据,做出归纳性的推理,从中挖掘出潜在性的商业模式,帮助决策者调整市场策略,减少风险,做出正确的决策。这对于两个民营企业的发展十分重要。

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务