然后在选择的指标上计算用户彼此间的距离,距离的计算公式很多,最常用的就是直线距离(把选择
的指标当作维度、用户在每个指标下都有相应的取值,可以看作多维空间中的一个点,用户彼此间的距离就可理解为两者之间的直线距离);
最后聚类方法把彼此距离比较短的用户聚为一类,类与类之间的距离相对比较长。
如需了解细节,请查阅:聚类分析、系统聚类、K-means聚类、欧氏距离、马氏距离等知识。
3、关联问题
说起关联问题,可能要从“啤酒和尿布”说起了。有人说啤酒和尿布是沃尔玛超市的一个经典案例,也有人说,是为了宣传数据挖掘/数据仓库而编造出来的虚构的“托”。不管如何,“啤酒和尿布”给了我们一个启示:世界上的万事万物都有着千丝万缕的联系,我们要善于发现这种关联。
关联分析要解决的主要问题是:
一群用户购买了很多产品之后,哪些产品同时购买的几率比较高? 买了A产品的同时买哪个产品的几率比较高?
可能是由于最初关联分析主要是在超市应用比较广泛,所以又叫“购物篮分析”,英文简称为MBA,当然此MBA非彼MBA,意为Market Basket Analysis。
如果在研究的问题中,一个用户购买的所有产品假定是同时一次性购买的,分析的重点就是所有用户购买的产品之间关联性;如果假定一个用户购买的产品的时间是不同的,而且分析时需要突出时间先后上的关联,如先买了什么,然后后买什么?那么这类问题称之为序列问题,它是关联问题的一种特殊情况。从某种意义上来说,序列问题也可以按照关联问题来操作。
关联分析有三个非常重要的概念,那就是“三度”:支持度、可信度、提升度。假设有10000个人购买了产品,其中购买A产品的人是1000个,购买B产品的人是2000个,AB同时购买的人是800个。
支持度:指的是关联的产品(假定A产品和B产品关联)同时购买的人数占总人数的比例,即800/10000=8%,有8%的用户同时购买了A和B两个产品; 可信度:指的是在购买了一个产品之后购买另外一个产品的可能性,例如购买了A产品之后购买B产品的可信度=800/1000=80%,即80%的用户在购买了A产品之后会购买B产品; 提升度:就是在购买A产品这个条件下购买B产品的可能性与没有这个条件下购买B产品的可能性之
比,没有任何条件下购买B产品可能性=2000/10000=20%,那么提升度=80%/20%=4。
数据挖掘中易犯的11大错误_数学_自然科学_专业资料。数据挖掘中易犯的 11 大错误 数据分析微信公众号 datadw——关注你想了解的,分享你需要的。 按照 Elder 博士...
数据挖掘中易犯的11大错误数据挖掘中易犯的11大错误隐藏>> 数据挖掘中易犯的 11 大错误 1. 缺乏数据(Lack Data) 对于分类问题或预估问题来说,常常缺乏准确标注...
数据挖掘中要避免的11大错误_生产/经营管理_经管营销_专业资料。数据挖掘中要避免...IDMer:看似不可能,却是实际中很容易犯的错误,特别是你面对成千上万个变量的时 ...
常见数据挖掘错误:识别及纠正_计算机硬件及网络_IT/计算机_专业资料。常见数据挖掘...43页 4下载券 数据挖掘易犯的11个错误 24页 1下载券喜欢此文档的还喜欢 spss...
数据挖掘过程中的五大错误_理学_高等教育_教育专区。对于数学建模比赛培训中数据处理...数据挖掘中易犯的错误 暂无评价 8页 免费 数据挖掘中要避免的11大... 暂无...
数据挖掘的常用方法及其面临的问题 摘要 数据挖掘是从存放在数据库、数据仓库或其他信息库中的 大量数据中挖掘有意义的知识的过程。数据挖掘的结果应该是正 确、合理...
数据挖掘入门必看10个问题!_工作计划_计划/解决方案_实用文档。介绍数据挖掘的一些...数据挖掘入门 91页 1下载券 数据挖掘入门介绍 2页 免费 演示版 第11章 数据...
聚类数据集图1 数据集中异常点示例 序列数据集 异常点数据挖掘的任务可以分成两个子问题: (1) 给出已知数据集的异常点数据的定义; (2) 使用有效的方法挖掘异常...
主管常犯的11个错误_自我管理与提升_求职/职场_实用文档。主管常犯的11个错误...1.1 有效的管理者,为事情结果负责 * 拒绝承担个人责任是一个易犯的错误。 *...
4s店广告投放易犯的11个错误_广告/传媒_人文社科_专业资料。汽车 品牌 行业 策划...培训学校校长易犯的11个... 1页 2下载券 数据挖掘中易犯的11大错... 4页...
热门文档