资源描述：
《crm挖掘算法应用举例》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、关联规则应用举例下面结合顾客购买实例提出一个可行的关联分析方法。某公司专业生产化妆用品和沐浴用品，该公司在全国各大城市的各大商场都设点销售，公司对一定时间范围内顾客购买详细情况作了收集，情况如表1所示（限于文章篇幅，仅列出六个顾客、五种产品为例）。表1：顾客购买情况表顾客购买产品A日霜、洗面奶、晚霜B洗发水、晚霜、沐浴乳C洗面奶、晚霜D洗发水、沐浴乳、洗面奶、日霜E洗发水F洗发水、沐浴乳针对表1进行关联分析，首先构造两种商品间的关联表，如表2所示，表中每一个数值表示的是行、列代表的两种商品同时被一个用户购买的次数。表2：两种商品间关联表YX洗面奶日霜
2、晚霜洗发水沐浴乳洗面奶32211日霜22111晚霜21311洗发水11143沐浴乳11133第二步，针对设定的最小支持度阀值，计算每一个X的最小支持度，将大于最小支持度阀值的X列出（本例，设最小支持度阀值为0.5）：support(洗面奶)=0.5;support(晚霜)=0.5;support(洗发水)=0.667;support(沐浴乳)=0.5.第三步，针对设定的最小置信度阀值和上步列出的X，计算的最小置信度表，如表3所示：表3：的最小置信度表YX洗面奶晚霜洗发水沐浴乳洗面奶/0.6670.3330.333晚霜0.667/0.3330.333洗
3、发水0.250.25/0.75沐浴乳0.3330.3331/第四步，将大于最小置信度阀值的列出（本例，设最小置信度阀值为0.5），即为关联分析所得出的规则：Rule1:晚霜洗面奶，support=0.5,confidence=0.667Rule2:洗面奶晚霜，support=0.5,confidence=0.667Rule3:洗发水沐浴乳，support=0.667,confidence=0.75Rule4:沐浴乳洗发水，support=0.5,confidence=1从上述规则可以初步得出结论：1.购买本公司产品的顾客中相当比例的人有晚上用洗面奶洗
4、面，并用晚霜保养皮肤的习惯（估计顾客中有一定比例是白领上班族，早上匆忙，晚上空暇）。2.购买洗发水的顾客多半会同时购买沐浴乳，而购买沐浴乳的顾客则几乎肯定会购买洗发水（因多数人沐浴时同时洗发，并且洗发次数多于沐浴）。根据上述规则，公司在营销时采取了如下措施：1.将晚霜与洗面奶、洗发水与沐浴乳放置在一起，方便顾客购买。2.营业员在顾客购买了一种商品后，适当推荐另一种商品。3、在生产与发货运输上，将关联产品配套按排。采取这些措施后，顾客的交叉消费大为提高，商场与顾客的满意度也有所提高。聚类分析应用示例聚类分析问题可描述为：给定m维空间中的n个向量，把每个
5、向量归属到S个聚类中的某一个，使得每个向量与其聚类中心的“距离”最小。聚类分析问题的实质是一个全局最优问题。在这里，m可认为是样本的参与聚类的属性个数，n是样本的个数，S是由用户预先设定的分类数目。定义对于m维空间中的向量，，向量之间的距离为：.以下提出的聚类算法借鉴了模糊数学中模糊分类的思想，计算的基本思路是：对于m维空间中的一组向量，首先人为地给出分类个数c和一个初始分类，由此得出各向量的初始隶属度：，以及计算每一个初始分类的初始聚类中心，然后反复迭代直到分类结束，每一个向量都以一定的隶属度归入某一类。迭代的过程分以下几步：⑴按定义1中距离计算每
6、一个向量到所属类聚类中心的距离其中表示迭代次数，初始时=0，是的第k个分量。⑵计算每一个向量的隶属度j=1,2,…c,i=1,2,…n.其中是一个关系到收敛速度的经验常数(>1)。⑶判断隶属度是否收敛εj=1,2,…c,i=1,2,…n.如果上式成立，分类迭代结束。⑷计算每类的新的聚类中心j=1,2,…c.由上述设计聚类算法Clustering如下：算法输入：n×m数组item，其中n表示分类样本的个数，m表示每个样本的属性个数,分类数c，收敛速度常数(>1)，收敛判断数ε。n×c数组，其中c表示分类个数。算法输出：n×c数组，表示收敛了的隶属度数组
7、。 LOOP:⑴for（j=1;j<=c;j++）{}//新聚类中心⑵for（j=1;j<=c;j++）{for(i=1;i<=n;i++){}}//新的距离⑶for（j=1;j<=c;j++）{for(i=1;i<=n;i++){}}//新的隶属度⑷for（j=1;j<=c;j++）{for(i=1;i<=n;i++){ifεthen;GOLOOP}}//判断收敛⑸RETURN以下结合实例讨论聚类分析方法在员工业绩考核中的应用：某商场拟对职工进行综合考评，因以往并未对考评指标做过量化工作，因此考虑首先将职工按照几个指标分成优、一般、欠佳三类。根据有
8、关销售业绩、出勤天数、顾客投诉次数的统计资料如表（一）所示：（限于篇幅，仅以8位职工，3个指标为例）表（一）
