Интеллектуальные информационные системы. Макаренко С.И. - 91 стр.

UptoLike

Составители: 

90
случаев в течение месяца приобретается и новая кухонная плита, а в
пределах двух недель 60% новоселов обзаводятся холодильником.
Классификация. С помощью классификации выявляются признаки,
характеризующие группу, к которой принадлежит тот или иной объект.
Это делается посредствам анализа уже классифицированных объектов и
формулирования некоторого набора правил. Там, где кластеризация
помогает определить классы, классификация приписывает новые записи к
существующим классам. Например, банк может изучить базу данных своих
заемщиков, чтобы разделить их на две группы: те, которые могут разориться
и те, которые чувствуют себя хорошо.
Кластеризация отличается от классификации тем, что сами группы
заранее не заданы. С помощью кластеризации средства ИАД
самостоятельно выделяют различные однородные группы данных.
Кластеризация часто используется для того, чтобы помочь маркетологу
выявить различные группы в их базе данных клиентов. Компании
используют эти методы для того, чтобы разработать программы целевого
маркетинга.
Например, компания может использовать кластеризацию для того,
чтобы идентифицировать:
- покупателей, которые вероятно приобретут домой видеоплееры;
- магазины, которые вероятно продают спутниковые тарелки;
- покупателей с различными способами использования мобильных
телефонов.
Прогнозирование. Основой для всевозможных систем прогнозирования
служит историческая информация, хранящаяся в БД в виде временных
рядов. Если удается построить, найти шаблоны, адекватно отражающие
динамику поведения целевых показателей, есть вероятность, что с их
помощью можно прогнозировать поведение системы в будущем.
Предположим, что мы выбрали следующие характеристики клиента для
нашей базы данных:
- Zip код,
- возраст,
- пол,
- номер телефона,
- дата первого обращения в магазин,
- общий объем покупок,
- объем покупок за последний год,
- дата последней покупки,
- стоимость последней покупки,
- число пересланных по почте рекламных проспектов клиенту за
последний год,
случаев в течение месяца приобретается и новая кухонная плита, а в
пределах двух недель 60% новоселов обзаводятся холодильником.
     Классификация. С помощью классификации выявляются признаки,
характеризующие группу, к которой принадлежит тот или иной объект.
Это делается посредствам анализа уже классифицированных объектов и
формулирования некоторого набора правил. Там, где кластеризация
помогает определить классы, классификация приписывает новые записи к
существующим классам. Например, банк может изучить базу данных своих
заемщиков, чтобы разделить их на две группы: те, которые могут разориться
и те, которые чувствуют себя хорошо.
    Кластеризация отличается от классификации тем, что сами группы
заранее не заданы. С помощью кластеризации средства ИАД
самостоятельно выделяют различные однородные группы данных.
Кластеризация часто используется для того, чтобы помочь маркетологу
выявить различные группы в их базе данных клиентов. Компании
используют эти методы для того, чтобы разработать программы целевого
маркетинга.
    Например, компания может использовать кластеризацию для того,
чтобы идентифицировать:
    - покупателей, которые вероятно приобретут домой видеоплееры;
    - магазины, которые вероятно продают спутниковые тарелки;
    - покупателей с различными способами использования мобильных
      телефонов.
    Прогнозирование. Основой для всевозможных систем прогнозирования
служит историческая информация, хранящаяся в БД в виде временных
рядов. Если удается построить, найти шаблоны, адекватно отражающие
динамику поведения целевых показателей, есть вероятность, что с их
помощью можно прогнозировать поведение системы в будущем.
    Предположим, что мы выбрали следующие характеристики клиента для
нашей базы данных:
     -   Zip код,
     -   возраст,
     -   пол,
     -   номер телефона,
     -   дата первого обращения в магазин,
     -   общий объем покупок,
     -   объем покупок за последний год,
     -   дата последней покупки,
     -   стоимость последней покупки,
     -   число пересланных по почте рекламных проспектов клиенту за
         последний год,


                                   90