广工2017数据挖掘复习资料

1、简述数据挖掘的过程 （1）数据清洗：清除数据噪声和与挖掘主题明显无关的数据 （2）数据集成：将多个数据源中的相关数据结合到一起 （3）数据选择：根据数据挖掘的目标选择待处理的数据 （4）数据转换：将数据转换为易于进行数据挖掘的数据存储形式 （5）数据挖掘：利用智能方法挖掘数据模式或规律知识 （6）模式评估：根据一定评估标准，从挖掘结果中筛选出有意义的相关知识 （7）知识表示：利用可视化和知识表达技术，向用户展示所挖掘的相关知识 2.客户细分的步骤： （1）商业理解：了解对客户进行细分的目的是什么 （2）数据理解：找出合适的用于细分客户的属性 （3）数据获取：获取数据并找出用于建模的合适变量 （4）数据建模：采取合适的方法建立数据模型 （5）特征刻画：用户细分完后，为细分的每一类群体进行特征刻画 （7）调研验证：验证细分的准确性