數(shù)據(jù)挖掘方法簡介

聚類分析

目的：根據(jù)分析對象的相似性和差異性分群，從而了解不同群體行為特征和需求。思想：物以類聚，人以群分。案例：玩家區(qū)隔分析聚類分析所有個(gè)體聚類分析聚類分析群體一群體二群體三群體四聚類分析

案例簡介：資料：在線時(shí)長、上線次數(shù)、上線時(shí)長、充值次數(shù)、充值金額、技能數(shù)量、仇人數(shù)量、好友數(shù)量、完成任務(wù)次數(shù)、幻獸數(shù)量、配偶數(shù)量、加入家族數(shù)量、加入軍團(tuán)數(shù)量（玩家升至60級的累計(jì)數(shù)量）。分析方法：k-means、兩步聚類等聚類分析

結(jié)果：將到達(dá)60級的玩家分成五個(gè)群體：高價(jià)值貢獻(xiàn)者、不熱衷社交的游戲技巧專家、全方位平衡玩家、重視技巧的社交連接者和打發(fā)時(shí)間者。應(yīng)用：1）可根據(jù)不同群體的特征，改進(jìn)游戲的玩點(diǎn)。

2）可描述出不同群體的特征及需求，從而使個(gè)性化服務(wù)成為可能。判別分析

案例同“聚類分析”案例目的：對未參加分群的玩家進(jìn)行類別歸類，即，當(dāng)新的玩家達(dá)到60級時(shí)，判斷他屬于哪種類型，從而投其所好，提出其所需的玩點(diǎn)和需求。思想：假定玩家群體穩(wěn)定，預(yù)測新玩家類別。判別分析建模數(shù)據(jù)（已知分類）利用工具建立模型得到判別方程式類別1類別4類別2類別3判別分析判別方程輸入輸出新樣本判別結(jié)果判別分析分析方法：判別分析（也可用多項(xiàng)Logistic回歸等模型）結(jié)果：當(dāng)一個(gè)玩家到達(dá)60級時(shí)，把其屬性指標(biāo)代入判別方程或其它恰當(dāng)?shù)哪Ｐ?，判斷其屬于上?類中的哪一個(gè)類別。游戲中的可能應(yīng)用：當(dāng)有需求點(diǎn)對點(diǎn)接觸玩家時(shí)，可用該方法判別玩家群體。也可對人為已分好的群體進(jìn)行判別分析。分類估計(jì)和預(yù)測

案例：有線電視服務(wù)銷售。目的：找出愿意預(yù)訂有線電視交互服務(wù)的用戶。思想：根據(jù)已有資料預(yù)測新用戶是否響應(yīng)某種服務(wù)或活動(dòng)。案例介紹：資料：用戶的年齡、性別、教育、收入、每天看電視的時(shí)間和子女?dāng)?shù)、是否有意預(yù)定有線電視交互服務(wù)。分類估計(jì)和預(yù)測分析方法：分類回歸樹、二項(xiàng)Logistic回歸、C5.0模型等根據(jù)已有客戶上述資料用分類回歸樹方法對有線電視交互服務(wù)響應(yīng)情況歸納規(guī)則，當(dāng)提供新用戶屬性資料時(shí)，將該資料輸入模型，則預(yù)測出該新客戶是否響應(yīng)該服務(wù)。分類估計(jì)和預(yù)測模型訓(xùn)練集工具建模決策樹模型決策列表模型神經(jīng)網(wǎng)絡(luò)模型Logistic回歸模型

……

建立模型評價(jià)模型選出多個(gè)較優(yōu)的模型分類估計(jì)和預(yù)測選出的多個(gè)較優(yōu)模型進(jìn)出模型測試集測試模型精度判斷模型好壞選出最優(yōu)模型分類估計(jì)和預(yù)測估計(jì)或預(yù)測樣本最優(yōu)模型輸入輸出估計(jì)或預(yù)測結(jié)果分類估計(jì)和預(yù)測結(jié)果：預(yù)測用戶是否愿意預(yù)訂有線電視交互服務(wù)及預(yù)訂該服務(wù)的概率。應(yīng)用：針對愿意預(yù)訂該服務(wù)的客戶或者針對預(yù)訂該服務(wù)的高概率用戶進(jìn)行營銷，做到有針對性的營銷。在游戲中的可能應(yīng)用：玩家流失預(yù)測。市場購物籃分析（規(guī)則歸納）

案例：超市購物籃分析目的：找出消費(fèi)者所購買商品之間的聯(lián)系并歸納其規(guī)則，并描述購買產(chǎn)品組的購買者特征。思想：根據(jù)歷史購買數(shù)據(jù)歸納購買者的購買習(xí)慣和行為。市場購物籃分析（規(guī)則歸納）案例介紹：資料：顧客的性別、年齡、收入等屬性特征，購買價(jià)格、支付方法及所購買產(chǎn)品類別的相關(guān)信息。分析方法：GRI－歸納所購物品之間的關(guān)聯(lián)；決定樹C5.0－分析購買物品的玩家特征。市場購物籃分析（規(guī)則歸納）結(jié)果：

1）購買魚的顧客還同時(shí)購買果蔬；

2）購買酒的顧客還同時(shí)購買糖果；3）購買啤酒、凍肉的顧客同時(shí)購買罐裝蔬菜。應(yīng)用：

1）可以根據(jù)關(guān)聯(lián)規(guī)則，將顧客習(xí)慣性一起購買的物品放在一起銷售或打包銷售；

2）自定義某類產(chǎn)品與其人口特征的需求匹配。在游戲中的應(yīng)用：打包銷售虛擬物品。欺詐行為

案例：農(nóng)業(yè)發(fā)展財(cái)政補(bǔ)貼申請中的欺詐探測。目的：在申請農(nóng)業(yè)財(cái)政補(bǔ)貼時(shí)，是否存在欺詐行為。思想：用估計(jì)值（預(yù)測值）與實(shí)際值之間差值的大小來判斷個(gè)體行為是否異常。欺詐行為

案例介紹：資料：申請補(bǔ)貼田地的相關(guān)信息，包括申請序號、申請人姓名、田地所在區(qū)域、田地大小、降雨量、田地的收入、主要農(nóng)作物、申請類型和申請金額。分析方法：根據(jù)資料中相關(guān)數(shù)據(jù)，用異常值診斷及各種預(yù)測模