ITPub博客

首页 > 大数据 > 数据挖掘 > 游戏厂商数据挖掘发展规划方案(简版)

游戏厂商数据挖掘发展规划方案(简版)

数据挖掘 作者:chenyusanyo 时间:2007-11-08 08:44:12 0 删除 编辑

游戏厂商数据挖掘发展规划方案

成功数据挖掘所需要的条件
1成功的数据挖掘分析项目需要有背景的业务人员和数据分析专家配合。
2预测分析必须有明确、唯一、可测量、可行的商业目标。面面俱到只会降低预测分析结果的准确性
3数据挖掘结果必须是可操作的
4数据挖掘结果只有和业务措施相结合才能给企业带来收益。只有结果,没有可操作的业务措施来实施数据挖掘结果,分析结果对企业的影响为零。
5数据挖掘结果效率会随时间改变、市场变化而降低,需要建立相应的机制来跟踪数据挖掘结果的准确性

 

SPSS业务咨询方法论-CRISP-DM
关注业务问题
CRISP-DM
Cross Industry Standard Process for Data Mining
来自各行业-生产制造、电信、银行、零售和政府的数据挖掘专家的贡献
以业务为中心,交互式操作
完整的过程
目标是将结果转化成企业级应用

步骤
第一步:商业理解
第二步:数据理解
第三步:数据准备
第四步:建立模型
第五步:模型评估
第六步:模型发布

 

一,商业理解
确定商业目标:背景-商业目标-成功标准
形式评估:拥有资源-需求,假定和限制-风险和偶然性-专业术语-成本和收益
确定数据挖掘目标:数据挖掘目标-数据挖掘成功标准
制定项目计划:项目计划-工具和方法评估
二,数据理解
收集原始数据:数据收集报告
数据描述:数据描述报告
数据探索性分析:坍缩星数据分析报告
数据质量描述:数据质量报告
三,数据准备
数据集--数据集描述
选择数据:确定分析包含/剔除数据
数据清理:数据清理报告
数据重构:生成新的变量(字段)--生成新的记录
整合数据:合并相关数据
格式化数据:改变数据格式,适应分析
四,建立模型
选择建模技术:模型技术-模型假设
产生检验设计:检验设计
建立模型:参数设定--建模--模型描述
评价模型:模型评价-参数设定的修订
五,模型评估
结果评估:评估数据挖掘结果-被认可的模型
数据挖掘过程回顾:数据挖掘过程的回顾
确定下一步的工作:列出可能的行动--决策
六,结果发布
发布结果计划:结果发布计划
检测和维护模型计划:检测和维护模型计划
生成最终数据挖掘报告:最终数据挖掘报告--数据挖掘报告展现
项目回顾:项目检验总结

 

数据挖掘基本概念介绍
预测分析——有目标的学习
     基于历史数据对影响因素和结果之间的关系进行学习,发现其中的规律,从而对客户未来的行为作出判断。
聚类分析——无目标的学习
     根据数据本身的特征把数据划分成多个大类,每个类中的数据差异都是最小的,而每个类的数据和其他类的数据差异却是最大的。
异常模式分析——无目标的学习
     根据数据本身的特征把那些偏离正常群很远的数据筛选出来,供业务做进一步的分析

 

数据挖掘项目前期需求调研建议
数据挖掘目标是企业当前急需解决的问题。
数据挖掘目标是能够明确定义的,而不是模棱两可的目标。
每个数据挖掘项目只针对企业一个具体的商业问题。
数据挖掘项目的目标必须有足够的数据支持。
必须明确如何利用数据挖掘结果提高企业业务营运水平。

<!-- 正文结束 -->

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/22593192/viewspace-1118869/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 没有了~
下一篇: 没有了~
请登录后发表评论 登录
全部评论

注册时间:2009-09-24