数据挖掘应用

《数据挖掘应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据挖掘的应用1金融数据挖掘2零售业数据挖掘3电信业数据挖掘4生物学数据挖掘5入侵检测的数据挖掘1.金融数据挖掘1.1贷款偿还预测和顾客信用政策分析与贷款偿还风险相关的因素包括贷款率、贷款期限、负债率、偿还收入比、顾客收入水平、受教育程度、居住地区和信用史。例如，分析顾客偿还史信息可以发现，偿还收入比是主要因素，而受教育程度和负债率则不是。于是银行可以据此调整贷款发放政策，将贷款发放给那些申请以前曾被拒绝，但根据关键因素分析，其基本信息表明风险相对较低的顾客。1.2对目标市场客户的分类与聚类分类与聚类的方法可用于用户群体的识别和定向销售。

2、例如，通过多维聚类分析，可以将具有相同储蓄和贷款偿还行为的客户分为一组。识别客户组，将新客户归为到适合的客户组，推动目定向销售。1.3洗黑钱和其它金融犯罪的侦破首先把多个数据库的信息（如银行交易数据库，联邦或州的犯罪历史数据库等）集成起来。然后可以采用多种数据分析工具来找出异常模式，如某段时间内，通过某一组人，发生大量现金流量，等等。分析工具包括:数据可视化工具链接分析工具分类工具聚类分析工具孤立点分析工具序列模式分析工具2.零售业数据挖掘2.1销售，顾客，产品，时间，和地区的多维分析影响销售相关因素：顾客的需求，产品的销售，趋势和时尚，

3、以及日用品的质量，价格，利润，和服务的及时的信息。因此提供强有力的多维分析和可视化工具是十分重要的一件事情，这包括提供根据数据分析的需要构造复杂的数据立方体，有利于复杂条件的聚类分析。2.2促销活动是否有效多维分析通过比较促销期间与促销活动前后同一商品的销售量。关联分析可以找出哪些商品可能随降价商品一同购买，特别是与促销活动前后的销售相比。2.3.顾客忠诚分析序列模式挖掘例1，同一顾客在不同时期购买的商品可以分组为序列，用于分析顾客的消费或忠诚的变化，据此对价格和商品的品种加以调整，以便留住老客户，吸引新顾客。例2，通过序列模式的发现，客

4、户在一周以来经常浏览关于某旅游地方面的资料，可以预测他有去该地的想法。这时可以把有关该旅游地最近的旅游活动和广告发送到客户的邮箱，以满足他对旅游信息的需求。2.4.产品推荐和商品的交叉推荐从销售记录中挖掘关联信息，可以发现购买笔记本电脑的顾客很可能购买其它一些商品。这类信息可用于产品推荐。3.电信业中的数据挖掘3.1.客户消费模式分析对客户历年来通话记录详单数据以及档案资料等相关数据进行关联分析,从消费能力、消费习惯、消费周期等方面对客户的话费行为进行分析和预测,从而为运营商的相关经营决策提供依据。3.2.客户市场推广分析利用数据挖掘技术

5、实现优惠策略的仿真,根据数据挖掘模型进行模拟计费和模拟出账,其仿真结果可以揭示优惠策略中存在的问题,并进行相应的调整优化,以达到优惠促销活动的收益最大化。3.3.客户欠费分析和动态防欺诈通过数据挖掘,总结各种骗费、欠费行为的内在规律,并建立一套欺诈和欠费行为的规则库。当客户的话费行为与该库中规则吻合时,系统可以提示运营商相关部门采取措施,从而降低运营商的损失风险。3.4.客户流失分析根据已有的客户流失数据,建立客户属性、服务属性、客户消费情况等数据与客户流失概率相关联的数学模型。然后根据此模型来监控客户流失的可能性,如果客户流失的可能性过

6、高,则通过促销等手段来提高客户忠诚度,防止客户流失的发生。4.生物学数据挖掘4.1.DNA序列相似搜索和比对为识别一个新发现的基因和一个已知基因家族之间的进化关系,确定他们的同源性或相似性,通常需要序列比对,找出它们之间的最大匹配,从而定量给出其相似程度。由于序列数据是非数字的,其内部不同种类核苷酸之间的精确交叉扮演着重要的角色。因此高效的搜索和比对算法在序列分析中非常重要。4.2.基因组特征及同时出现的基因序列的分析对于基因家族的成组序列来说,必须阐明多个序列之间的关系,才能揭示整个基因家族的特征。多序列比对在识别一组相关序列中有重要生

7、物意义。利用关联规则、聚类分析有助于发现一组序列之间的差异以及相似性关系,以便对一个基因家族的特征有基本了解。另外在生物医学研究上,人们发现疾病的产生大多数是由多基因决定的,利用关联规则分析帮助确定在目标(疾病)样本中同时出现的基因种类。4.3.路径分析:发现在不同阶段的致病因引起一种疾病的基因不止一个,不同基因在疾病的不同阶段发挥作用。利用路径分析、演变分析等找到在不同阶段的致病遗传基因序列,可开发不同阶段的治疗药物,从而取得更有效的治疗效果。4.4.生物数据可视化和可视的数据挖掘由于生物数据的复杂性和高维性,可借助各种可视化工具以图、

8、树、方体、链的形式展现其复杂结构和序列模式。常用的生物数据可视化工具有语义镜技术、信息壁技术、基因调控网格等。同时,将经过数据挖掘工具得到的数据结果也以图形、图像的形式展现给用户,便于用户寻找