第一章作业

数据挖掘在商务与搜索引擎中的应用与价值

原创已于 2022-02-23 00:37:03 修改 · 3.9k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#数据挖掘

于 2022-02-23 00:32:58 首次发布

数据挖掘专栏收录该内容

2 篇文章

订阅专栏

本文阐述了数据挖掘在商务中的重要性，特别是在客户关系管理中的应用，如客户细分、流失预警和产品推荐。同时，作为数据挖掘顾问，对于搜索引擎公司，可以利用聚类、分类、关联规则挖掘和异常检测技术提升服务质量，例如发现网络社区、预测客户行为、优化推荐系统和识别异常活动。此外，提到了特征降维在文本分类中的作用，未列出的技术如卡方统计用于特征选择。

第1章作业

1.2给出一个例子，说明数据挖掘对商务的成功是至关重要的。该商务需要什么样的数据挖掘功能?它们能够由数据查询处理或简单的统计分析来实现吗?

例如客户关系管理。数据挖掘技术能使用如聚类、关联分析、决策树和神经网络等多种方法，对数据库中庞大的数据进行挖掘分析，然后可以进行客户细分而提供个性化服务、可以利用挖掘到的历史流失客户的特征来防止客户流失、可以进行产品捆绑推荐等从而使电子商务更好地进行客户关系管理，提高客户的忠诚度和满意度。

1.4假定你作为一个数据挖掘顾问，受雇于一家因特网搜索引擎公司。通过特定的例子说明，数据挖掘可以为公司提供哪些帮助，如何使用聚类、分类、关联规则挖掘和异常检测等技术为企业服务。

聚类:聚类是无监督的，在没有指定属性的情况下进行，从而发现不同群体，比如用于网络社区发现
分类:分类是有监督的，目的是进行预测，可以通过给定特定的属性来分类客户可以用来对客户进行等级划分，从而实行不同的服务
关联规则:用于发现大型数据集中间存在的关系，可以用于推荐，比如大部分搜索了“广外”的人都会继续搜索“信息学院”，那么在搜索“广外”后会提示是否进进一步搜索“信息学院”
离群点挖掘:用于发现与大部分对象不同的对象，可以用于分析针对网络的秘密收集信息的攻击。