社区
数据仓库
帖子详情
数据挖掘超市营销 求 数据源
qq_17204061
2015-12-16 08:47:06
数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源
...全文
1274
3
打赏
收藏
数据挖掘超市营销 求 数据源
数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源数据挖掘超市营销 求 数据源
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
文修
2015-12-30
打赏
举报
回复
跪求楼主结贴给分
文修
2015-12-23
打赏
举报
回复
楼主你好 第一个文档是超市销售明细 第二个文档是较为成熟的营销例子,
http://wenku.baidu.com/link?url=N7ugS4sp4o6XGXUdxx6Asp6FHRwIbWxeIE-gLFmE2VJCtnVBM7V6KrXWi8rx4Hl_uWD3DGBUnSUstJqZ1lKXh6npUW78GqFX7dVQYEo_Pfm
http://www.docin.com/p-1301403165.html
文修
2015-12-23
打赏
举报
回复
希望对你有所帮助
数据挖掘
报告.docx
数据挖掘
报告全文共9页,当前为第1页。
数据挖掘
报告全文共9页,当前为第1页。基于电商网站商品数据的数据分析与挖掘
数据挖掘
报告全文共9页,当前为第1页。
数据挖掘
报告全文共9页,当前为第1页。 1.电子商务和
数据挖掘
简介 1.1 电子商务 电子商务是指个人或企业通过Internet网络,采用数字化电子方式进行商务数据交换和开展商务业务活动。目前国内已有网上商情广告、电子票据交换、网上订购,网上支付结算等多种类型的电子商务形式。电子商务正以其低廉、方便、快捷、安全、可靠、不受时间和空间的限制等突出优点而逐步在全球流行。电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展,电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据,并且迫切需要将这些数据转换成有用的信息和知识,为公司创造更多潜在的利润。利用
数据挖掘
技术可以有效地帮助企业分析从网上获取的大量数据,发现隐藏在其后的规律性,提取出有效信息,进而指导企业调整
营销
策略,给客户提供动态的个性化的高效率服务 1.2
数据挖掘
技术
数据挖掘
(Data Mining),又称数据库中的知识(Knowledge Discovery in Database, KDD),是从大量的、不完全的、有噪声的、模糊的和随机的数据中,提取隐含在其中的、人们事先不知道的,但又是潜在有用的信息和知识的过程。
数据挖掘
是一门广义的交叉学科,它汇聚了不同领域尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的知识。
数据挖掘
技术从一开始就是面向应用领域,它不仅是面向特定数据库的简单检索查询调用,而且,要对数据进行微观、中观乃至宏观的统计、分析、综合和推理,以指定实际问题的
求
解,企图发现事件间的相互关联,甚至利用已有的数据对未来的活动进行预测。
数据挖掘
技术在金融、保险、电信、大型
超市
等积累有大量数据的电子商务行业有着广泛的应用,如信用分析、风险分析、欺诈检验、用户聚类分析、消费者习惯分析等。 而电子商务中的
数据挖掘
即Web挖掘,是利用
数据挖掘
技术从www的资源(即Web文档)和行为(即We服务)中自动发现并提取感兴趣的、有用的模式和隐含的信息,它是一项综合技术涉及到Internet技术学、人工智能、、信息学、学等多个领域。 1.3.
数据挖掘
过程 挖掘数据过程可以分为3个步骤:数据预处理、模式发现、模式分析。 1.3.1 数据预处理 实际系统中的数据一般都具有不完全性、冗余性和模糊性。因此,
数据挖掘
一般不对原始数据进行挖掘,要通过预处理提供准确、简洁的数据。预处理主要完成以下工作:包括合并数据,将多个文件或多个数据库中的数据进行合并处理;选择数据,提取出适合分析的数据集合;数据清洗、过滤,剔除一些无关记录,将文件、图形、图像及多媒体等文件转换成可便于
数据挖掘
的格式等。
数据挖掘
报告全文共9页,当前为第2页。
数据挖掘
报告全文共9页,当前为第2页。 1. 3. 2 模式发现
数据挖掘
报告全文共9页,当前为第2页。
数据挖掘
报告全文共9页,当前为第2页。 模式发现阶段就是利用挖掘算法挖掘出有效的、新颖的、潜在的、有用的以及最终可以理解的信息和知识。可用于Web的挖掘技术有路径选择、关联分析、分类规则、聚类分析、序列分析、依赖性建模等等。 1. 3. 3 模式分析 模式分析是从模式发现阶段获得的模式、规则中过滤掉不感兴趣的规则和模式。通过技术手段,对得到的模式进行数据分析,得出有意义的结论。常用的技术手段有:关联规则、分类、聚类、序列模式等。 电子商务是现代信息技术发展的必然结果,也是未来商业运作模式的必然选择。利用
数据挖掘
技术来分析大量的数据,可以挖掘出商品的消费规律与客户的访问模式,帮助企业制定有效的
营销
策略,充分发挥企业的独特优势,促进管理创新和技术创新,提高企业竞争力。 随着电子商务发展的势头越来越强劲, 面向电子商务的
数据挖掘
将是一个非常有前景的领域。它能自动预测客户的消费趋势、市场走向,指导企业建设个性化智能网站,带来巨大的商业利润,可以为企业创建新的商业增长点。但是在面向电子商务的
数据挖掘
中也存在很多问题急需解决,比如怎样将服务器的日志数据转化成适合某种
数据挖掘
技术的数据格式,怎样解决分布性、异构性
数据源
的挖掘,如何控制整个Web上知识发现过程等。随着硬件环境、挖掘算法的深入研究及应用经验的积累,
数据挖掘
技术及在电子商务中的应用必将取得长足的进展。 2.
数据挖掘
2.1
数据挖掘
主要内容 对于10种品牌的卫生巾的属性、价格、包装等性能与其销量的关系。 10种卫生巾分别为:555、ABC、高洁丝、护舒宝、洁婷、乐而雅、米娅、七度空间、苏菲、怡丽 2.2数据来源 天猫
超市
2.3
数据挖掘
工具 1.八爪鱼采集器 八爪鱼采集器是深圳视
数据挖掘
教程:什么是
数据挖掘
?技术,工艺
数据挖掘
是从庞大的数据集中寻找潜在有用模式的过程。它是一种多学科技能,使用机器学习,统计学和AI来提取信息以评估未来事件的概率。从
数据挖掘
中获得的见解用于
营销
,欺诈检测,科学发现等。
数据挖掘
就是要发现数据之间隐藏的、未被怀疑的、以前未知但有效的关系。
数据挖掘
也称为数据中的知识发现(KDD),知识提取,数据/模式分析,信息收集等。可以对以下类型的数据执行
数据挖掘
数据挖掘
实施过程让我们详细研究一下
数据挖掘
实施过程在此阶段,将建立业务和
数据挖掘
目标。在此阶段,将对数据执行健全性检查,以检查其是否适合
数据挖掘
目标。
Python
数据挖掘
简易入门
【为什么学习
数据挖掘
】 人工智能、大数据时代有什么技能是可以运用在各种行业的?数据分析就是。 从海量数据中获得别人看不见的信息,创业者可以通过数据分析来优化产品,
营销
人员可以通过数据分析改进
营销
策略,产品经理可以通过数据分析洞察用户习惯,金融从业者可以通过数据分析规避投资风险,程序员可以通过数据分析进一步挖掘出数据价值,它和编程一样,本质上也是一个工具,通过数据来对现实事物进行分析和识别的能力。不管你从事什么行业,掌握了数据分析能力,往往在其岗位上更有竞争力。【超实用的课程内容】 本课程为Python
数据挖掘
方向的入门课程,课程主要以真实数据为基础,详细介绍
数据挖掘
入门的流程和使用Python实现pandas与numpy在
数据挖掘
方向的运用,并深入学习如何运用scikit-learn调用常用的
数据挖掘
算法解决
数据挖掘
问题,为进一步深入学习
数据挖掘
打下扎实的基础。本课程分为三大部分:基础知识篇:主要讲解
数据挖掘
这项技能的基本工作流程和介绍和入门必须的基本技能Python语言的入门,带领大家了解
数据挖掘
的常见操作和基础知识。数据采集篇:学习如何解决
数据挖掘
的数据来源问题,读取各类型不同的数据包括CSV,excel,MySQL进行数据采集的交互。数据探索篇:本篇主要解决数据的预处理保证数据的质量并用常见
数据挖掘
算法进行特征提取,分析数据背后隐含的信息。【报名须知】课程采取录播模式,课程永久有效,可无限次观看课件、课程案例代码完全开放给你,你可以根据所学知识,自行修改、优化【如何开始学习?】PC端:报名成功后可以直接进入课程学习移动端:下载CSDN学院或CSDN
数据挖掘
——第一章:概述
文章目录1. 数据分析与
数据挖掘
1.1 数据分析1.2
数据挖掘
1.3 知识发现(KDD)的过程1.4 数据分析与
数据挖掘
的区别1.5 数据分析与
数据挖掘
的联系2. 分析与挖掘的数据类型2.1 数据库数据2.2 数据仓库数据2.3 事务数据2.4 数据矩阵2.5 图和网状结构2.6 其他类型数据3. 数据分析与
数据挖掘
的方法3.1 频繁模式3.2 分类与回归3.3 聚类分析3.4 离群点分析4. 数据分析与
数据挖掘
使用的技术4.1 统计学方法4.2 机器学习4.3 数据库与数据仓库4.4 模式识别4.5 高
数据挖掘
-
数据挖掘
综述-基础知识和概念总结
数据挖掘
-
数据挖掘
综述-基础知识和概念总结 目录 1.
数据挖掘
的发展历史 1.1 20世纪60年代及更早 1.2 20世纪70年代到80年代初期 1.3 20世纪80年代 1.4 20实际90年代 1.5 20世纪90年代到现在 2.
数据挖掘
专业术语列表 3
数据挖掘
介绍 3.1
数据挖掘
概念 3.1.1
数据挖掘
定义 3.1.2
数据挖掘
特点 3.1.3 什么样的数据能被挖掘 3....
数据仓库
7,388
社区成员
6,742
社区内容
发帖
与我相关
我的任务
数据仓库
其他数据库开发 数据仓库
复制链接
扫一扫
分享
社区描述
其他数据库开发 数据仓库
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章