資料探勘與顧客分析:Modeler應用

資料探勘與顧客分析:Modeler應用
資料探勘與顧客分析:Modeler應用
作者:陳耀茂   出版社:五南   出版日期:2021-10-10 00:00:00

<內容簡介>

所謂「資料探勘」(Data Mining)是利用模型認知技術與統計的手法處理大數據,發現有意義的新模型及傾向的過程。IBM SPSS Modeler 是一款資料探勘與預測分析軟體,可以使用Microsoft 安裝程式(MSI) 在Windows 系統上完成安裝,最近也可以在雲端使用它。它擁有 30 多種基本的機器學習算法和自動建模方法,具有 R 語言可擴展性,可使用 Python 腳本。使用IBM SPSS Modeler軟體可以找出人們最頻繁討論的話題,或是企業可以了解消費者實際關心的問題。
資料探勘因為是透過各種資料分析技術,挖掘出顧客的消費行為模式與各項營運作業之管理決策等,可說是知識管理之一大利器。例如,7-11超商就是充分運用資料探勘技術,不斷推出各種抓住顧客心房的行銷活動,以贏得更多顧客的心,並將店舖之經營作更完善的規劃管理,使其獲利並使績效能夠長期位居國內零售業之領先地位。
根據美國一項調查超過7萬名購物者的行銷研究,發現消費者在他們店中購物的行為有其一定的慣性,如果門市經營者或是行銷人員能夠善用「消費者行為」模式,將可有效改善經營品質。
書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括:分類、估計、預測等;非監督式學習包括:集群、關聯規則分析等。上述相關的分析方法,在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例,分析顧客的消費行為,利用IBM SPSS Modeler從RFM的角度探討消費者的特徵,以及如何向未購買者推銷商品,盼能藉由此例題能激起讀者對資料探勘的興趣。

★目錄:

第1篇 基礎篇
1. 何謂資料探勘
1.1 資料探勘的意義與過程
1.2 Modeler的介面
1.3 Modeler的利用例與主要應用領域
1.4 IBM SPSS Modeler試用版的下載
1.5 Modeler的基本操作
1.6 IBM SPSS Modeler的節點形狀與功能
2. Modeler範例1─關聯規則、決策樹(C5.0)、主成分分析、集群分析
2.1 問題的發生狀況法則的探索
2.2 有關品質管理諸工具的構成
2.3 關聯規則
2.4 決策樹分析的一種C5.0
2.5 Kohonen網路
2.6 利用主成分分析密集大量的變數
3. Modeler範例2─類神經網路、決策樹(CART)
3.1 類神經網路的基礎理論
3.2 類神經網路與Modeler
3.3 利用CART從學習結果抽出規則

最新生活新聞
人氣生活新聞
行動版 電腦版