SPSSClementines预测分析模型

SPSSClementines预测分析模型

ID:43446096

大小:1.22 MB

页数:12页

时间:2019-10-02

SPSSClementines预测分析模型_第1页
SPSSClementines预测分析模型_第2页
SPSSClementines预测分析模型_第3页
SPSSClementines预测分析模型_第4页
SPSSClementines预测分析模型_第5页
资源描述:

《SPSSClementines预测分析模型》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、SPSSClementines预测分析模型…••啤酒+尿片故事的实现机理(使用11版本实现)SPSSClenmentines提供众多的预测模型,这使得它们可以应用在多种商业领域中:如超市商品如何摆放可以提高销量;分析商场营销的打折方案,以制定新的更为有效的方案;保险公司分析以往的理赔案例,以推出新的保险品种等等,具有很强的商业价值。超市典型案例如何摆放超市的商品引导消费者购物从而提高销量,这对大型连锁超市来说是一个现实的营销问题。关联规则模型自它诞生之时为此类问题提供了一种科学的解决方法。该模型利用数据挖掘的技术,在海量数据中依据该模型的独特算法发现数据内在

2、的规律性联系,进而提供具有洞察力的分析解决方案。通过一则超市销售商品的案例,利用“关联规则模型”,来分析商品交易流水数据,以其发现合理的商品摆放规则,来帮助提高销量。关联规则简介关联规则的定义夫朕姒V表示不同数据项目在同一事件中出现的相关性,就是从大量数据中挖掘出关联规则。有关数据挖掘关联规则的具体理论依据这里不做详细讲解,大家可以参看韩家炜的数据挖掘概论。为了更直观的理解关联规则,我们首先来看下面的场景。一个市场分析人员经常要考虑这样一个问题:哪些商品是频繁被顾客同时购买的?顾客1:牛奶+面包+谷类顾客2:牛奶+面包+糖+鸡蛋顾客3:牛奶+面包+黄油顾客4

3、:糖+鸡蛋以上的情景类似于当年沃尔玛做的市场调查:啤酒+尿片摆放在同一个货架上,销售业绩激增的著名关联规则应用。市场分析员分析顾客购买商品的场景,顾客购买面包同时也会购买牛奶的购物模式就可用以下的关联规则来描述:面包二〉牛奶[支持度二2%,置信度二60%](式1)式7中面包是规则前项(Antecedent),牛奶是规则后项(Consequent)<>实例数(Instances)表示所有购买记录中包含面包的记录的数量。支持度(Support)表示购买面包的记录数占所有的购买记录数的百分比。规则支持度(RuleSupport)表示同时购买面包和牛奶的记录数占所有

4、的购买记录数的百分比。置信度(confidence)表示同时购买面包和牛奶的记录数占购买面包记录数的百分比。提升(Lift)表示置信度与已知购买牛奶的百分比的比值,提升大于1的规则才是有意义的。关联规则式7的支持度2%意味着,所分析的记录中的2%购买了面包。置信度60%表明,购买面包的顾客中的60%也购买了牛奶。如果关联满足最小支持度阈值和最小置信度阈值,就说关联规则是有意义的。这些阈值可以由用户或领域专家设定。就顾客购物而言,根据以往的购买记录,找出满足最小支持度阈值和最小置信度阈值的关联规则,就找到顾客经常同时购买的商品。此处进行关联规则应用可以使用两种

5、数据格式:1,交易数据格式,2,表格格式。1•交易格式ITEMCustomerIDbreadjamjuicejammiIk2.表格格式CustomerIDbreadjamjuicemilkFFFFTFFT关联规则挖掘算法Aprior.Carma和序列节点是常用的关联规则挖掘算法,它们都可以使用交易格式和表格格式数据进行挖掘处理。其中Aprior算法,处理速度快,对包含的规则数没有限制,是一种最有影响的挖掘关联规则的方法。木次试验将使用SPSSClementine11B带的安装目录下的Demos文件夹下的BASKETS1n数据。希望分析出哪些商品会和啤酒一起购

6、买,以此來合理安排商品的摆放,进而提高啤酒的销量。此数据属于表格格式数据,每条记录表示顾客的一次购物。记录的字段包括卡号、顾客基本信息、付款方式和商品名称(每个商品一个字段,该商品字段值为T,表示购买该商品,值为F表示未购买,具体可参考表2,表格格式数据)。商品名称都有fruitveg(水果蔬菜),freshmeat(牛鲜肉),dairy(奶制品),cannedveg(罐装蔬菜),cannedmeat(罐装肉),fozenmeal(冻肉),beer(啤酒),wine(酒类),softdrink(软饮),fish(鱼),confectionery(甜食)。首先

7、打开Clementine,会出现一张空白的流界面,这时用户可以在里面创建自C的流。第一步,为流添加一个数据节点,这里选择Clementine自带的Demo数据。将界面下方选项卡的“数据源”选项中的“可变文件”拖放到空白界面中,双击打开,在文件选项卡中选择Clementine自带的Demo数据BASKETSIn,如图所示。点击确定按钮,这时就成功的创建了数据节点。第二步,为流添加类型节点,类型芜点是显示和设置数据每个字段的类型、格式和角色。从界面下方的“字段选项”卡中,将“类型”节点拖放到界面中,接着将数据节点和类型节点连接起来,或者直接在“字段选项”卡中双击

8、“类型”节点,将两者连接起来。这时双击打开“类型”节

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。