数据仓库与数据挖掘第一次作业.docx

数据仓库与数据挖掘第一次作业

第一篇：数据仓库与数据挖掘第一次作业数据仓库与数据挖掘第一次作业电子商务这一行业目前还处于摸索期，有很多需要完善和可以创新的地方。这学期选修了袁老师的《电子商务》，印象最深的就是老师提过这样的想法：电商（主要是B2B）、百度等搜索引擎以及新浪微博等社交平台都是可以做咨询业的，即根据客户的消费（或搜索）记录、评价等信息定期为企业生成反馈报告。要实现之一定是需要数据仓库和数据挖掘等这类技术，通过收集、分析大量客户数据，为企业的预测、决策提供情报。企业通过电子商务网站开展网络经营的过程中，利用数据仓库组织和存储大量的客户信息，在此基础上利用数据挖掘技术对这些信息进行抽取、分析，找出更深层次的隐藏信息，从而使企业的电子商务网站达到更高的客户满意度，将大大地提高企业网络经营的效率，大大降低企业的运营成本。具体功能和作用如下：首先，电子销售商可以获知访问者的个人爱好，更加充分地了解顾客的需要，并根据顾客的资料分析潜在的目标市场。其次，企业也可以了解客户的价值，利用数据仓库的资料，发现什么样的顾客群在网站上购买什么商品，区分高价值顾客和一般价值顾客，对各类顾客采取相应的营销策略。再次，根据顾客的历史资料，不仅可以预测需求趋势，还可以评估需求倾向的改变，为顾客提供更好的服务。另外，企业通过理解访问者的动态行为可以优化电子商务网站的经营模式。最后，对涉及消费行为的大量信息进行收集、加工和处理，企业就可以确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应消费群体或个体下一步的消费行为，然后以此为基础，对所识别出来的消费群体进行特定内容的定向营销。例如：（1）对那些要通过网站发送广告的企业，分析用户访问模式有助于针对性地在某些用户经常访问的地方插播广告条。这样，根据这些信息，网站的建设者就可以对特定的顾客群提供个性化广告服务。这种广告要比泛泛的、随意的广告有价值得多；（2）在强大的数据挖掘技术与全面的顾客资料数据基础上，企业可以根据各个细分市场，甚至是每一个顾客的独特需求来为他们设计“量身定造”的产品。高度细分化、定制化的产品有利于提高顾客满意度，巩固与他们的长久关系，最终达到留住顾客的目的；（3）针对顾客设计个性化网站。利用数据挖掘工具，电子商务网站可以做到以顾客需求为导向，达到一对一行销的目的。网站将改变原有的千篇一律的形式，而强调信息个性化，亦即顾客所得到的信息将是网站针对其个人喜好、需求与特点的设定所给予的，也就是符合顾客的个人信息需求。例如顾客可以到一些新闻上去订阅他喜欢看的信息类别，如政治新闻或科技新闻。当使用者再次拜访此网站时，网站就会智能地只显示出该顾客所喜欢看的信息。第二篇：数据仓库与数据挖掘学习心得.数据仓库与数据挖掘学习心得通过数据仓库与数据挖掘的这门课的学习,掌握了数据仓库与数据挖掘的一些基础知识和基本概念,了解了数据仓库与数据库的区别。下面谈谈我对数据仓库与数据挖掘学习心得以及阅读相关方面的论文的学习体会。《浅谈数据仓库与数据挖掘》这篇论文主要是介绍数据仓库与数据挖掘的的一些基本概念。数据仓库是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。主题是数据数据归类的标准,每个主题对应一个客观分析的领域,他可为辅助决策集成多个部门不同系统的大量数据。数据仓库包含了大量的历史数据,经集成后进入数据仓库的数据极少更新的。数据仓库内的数据时间一般为5年至10年,主要用于进行时间趋势分析。数据仓库的数据量很大。数据仓库的特点如下:1、数据仓库是面向主题的;2、数据仓库是集成的,数据仓库的数据有来自于分散的操作型数据,将所需数据从原来的数据中抽取出来,进行加工与集成,统一与综合之后才能进入数据仓库;3、数据仓库是不可更新的,数据仓库主要是为决策分析提供数据,所涉及的操作主要是数据的查询;4、数据仓库是随时间而变化的,传统的关系数据库系统比较适合处理格式化的数据,能够较好的满足商业商务处理的需求,它在商业领域取得了巨大的成功。作为一个系统,数据仓库至少包括3个基本的功能部分:数据获取:数据存储和管理;信息访问。数据挖掘的定义:数据挖掘从技术上来说是从大量的、不完全的、有噪音的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在的有用的信息和知识的过程。数据开采技术的目标是从大量数据中,发现隐藏于其后的规律或数据间的的关系,从而服务于决策。数据挖掘的主要任务有广义知识;分类和预测;关联分析;聚类。《数据仓库与数据挖掘技术在金融信息化中的应用》论文主要通过介绍数据额仓库与数据挖掘的起源、定义以及特征的等方面的介绍引出其在金融信息化中的应用。在金融信息化的应用方面,金融机构利用信息技术从过去积累的、海量的、以不同形式存储的数据资料里提取隐藏着的许多重要信息