商務(wù)智能實(shí)驗(yàn)6報(bào)告

1、;數(shù)據(jù)挖掘與商務(wù)智能實(shí)驗(yàn)實(shí) 驗(yàn) 報(bào) 告實(shí)驗(yàn)題目：數(shù)據(jù)挖掘的基本數(shù)據(jù)分析 姓名：王俊 學(xué)號(hào)：201430850164 指導(dǎo)教師： 張大斌 實(shí)驗(yàn)時(shí)間：201611.10 2016年 11月 10日 實(shí)驗(yàn)題綱：一、 實(shí)驗(yàn)?zāi)康?） 熟悉基本數(shù)據(jù)分析的處理流程。2） 進(jìn)一步熟練掌握拍SPSS Modeler工具的操作。二、 實(shí)驗(yàn)內(nèi)容內(nèi)容一：數(shù)據(jù)的質(zhì)量探索步驟1 建立數(shù)據(jù)流1) 在“源”中通過拖入“Statistics”文件節(jié)點(diǎn)讀入Telephone.sav數(shù)據(jù)。2) 建立“類型”節(jié)點(diǎn)，并說明各個(gè)變量角色。這里指定“流失”為目標(biāo)變量。3） 選擇“輸出”選項(xiàng)卡中“數(shù)據(jù)審核”節(jié)點(diǎn)并將其連接到數(shù)據(jù)流的恰當(dāng)位置，

2、點(diǎn)擊鼠標(biāo)右鍵，在“質(zhì)量”選項(xiàng)卡下，選擇檢測方法為平均值的標(biāo)準(zhǔn)差。步驟2 結(jié)果輸出實(shí)驗(yàn)結(jié)果輸出如圖所示。圖中藍(lán)色部分表示輸出變量取YES，即客戶流失的樣本數(shù)，可以看出，各個(gè)變量上流失客戶的取值均不同。內(nèi)容二：基本描述分析這里分析的目標(biāo)是對(duì)電信客戶數(shù)據(jù)的基本服務(wù)、開通月數(shù)、免費(fèi)部分和無線費(fèi)用之間的相關(guān)系數(shù)以反映變量之間的相互關(guān)系。步驟1 建立數(shù)據(jù)流選擇“輸出”選項(xiàng)卡中的“統(tǒng)計(jì)量”節(jié)點(diǎn)。步驟2 設(shè)置相關(guān)參數(shù)1） 雙擊“統(tǒng)計(jì)量”節(jié)點(diǎn)，進(jìn)行相應(yīng)的設(shè)置。在“檢查”框中添加開通月數(shù)、基本費(fèi)用、免費(fèi)部分和無線費(fèi)用。2） 在“相關(guān)”框中添加年齡、收入和家庭人數(shù)。如圖所示。3）在“相關(guān)設(shè)置”中，勾選“按重要性定義

3、相關(guān)強(qiáng)度”。如圖所示。計(jì)算結(jié)果如圖所示?？梢钥闯觯浴盎举M(fèi)用”為例，它與“年齡”和“收入”都有相關(guān)性，它們之間簡單相關(guān)系數(shù)雖然為0.401和0.195，但從統(tǒng)計(jì)量的角度來看有95%以上的把握認(rèn)為它們之間是非0相關(guān)?！盎举M(fèi)用”與“家庭人數(shù)”呈負(fù)弱相關(guān)。內(nèi)容三：繪制散點(diǎn)圖數(shù)值之間變量的相關(guān)性可以采用上一個(gè)實(shí)驗(yàn)，也可以通過散點(diǎn)圖來直接觀察，此次主要觀察基本費(fèi)用和年齡之間的相關(guān)性。步驟1 構(gòu)建數(shù)據(jù)流選擇“圖形”選項(xiàng)卡中的“圖”節(jié)點(diǎn)。步驟2 設(shè)置相關(guān)參數(shù)1） 雙擊“圖”節(jié)點(diǎn)，選擇編輯菜單，進(jìn)行參數(shù)窗口的設(shè)置。2） 在“X字段”和“Y”字段框中分別選擇“基本費(fèi)用”和“年齡”。在“交疊字段”下，選擇“顏

4、色”-“流失”，不同顏色表示流失量不同取值的樣本點(diǎn)。如圖所示“圖”節(jié)點(diǎn)的參數(shù)設(shè)置窗口。輸出的結(jié)果如圖所示。內(nèi)容四：兩分類變量相關(guān)性的研究兩分類變量相關(guān)性研究可以從圖形分析入手，然后采用數(shù)值分析的方法。下面采用網(wǎng)狀圖分析。步驟1 設(shè)置相關(guān)參數(shù)選擇圖形中的網(wǎng)絡(luò)節(jié)點(diǎn)，進(jìn)入編輯狀態(tài)，在“字段”下選擇“套餐類型”和“流失”。設(shè)置線值為“絕對(duì)值”。步驟2 結(jié)果輸出可以由結(jié)果圖中得到，其電信客戶保持是最好的，結(jié)果輸出如圖所示。內(nèi)容五：變量中重要性分析步驟1 窗口設(shè)置選擇“模型”選項(xiàng)卡中的“特征選擇”節(jié)點(diǎn)，將其連接到數(shù)據(jù)流的恰當(dāng)位置，點(diǎn)擊鼠標(biāo)右鍵，選擇彈出菜單中的編輯窗口，將“流失”添加到目標(biāo)選項(xiàng)中，其他的全

5、部添入輸入，具體操作如圖所示步驟 2 結(jié)果輸出由結(jié)果輸出可以看出，開通月數(shù)、基本費(fèi)用、電子支付、年齡、受教育程度、套餐類型、收入以及各種費(fèi)用等變量對(duì)預(yù)測用戶是否流失很重要，其他的變量則意義不大，結(jié)果輸出如圖所示3、 實(shí)驗(yàn)步驟與結(jié)果實(shí)驗(yàn)步驟和結(jié)果見實(shí)驗(yàn)內(nèi)容4、 實(shí)驗(yàn)分析與擴(kuò)展練習(xí)實(shí)驗(yàn)分析：本次實(shí)驗(yàn)通過對(duì)數(shù)據(jù)質(zhì)量、基本描述、散點(diǎn)圖、相關(guān)性、重要性五個(gè)方面進(jìn)行內(nèi)容分析，比較全面地了解了該數(shù)據(jù)的相關(guān)信息，并得到了相應(yīng)的結(jié)果。請(qǐng)總結(jié)分析以下問題：（1） 針對(duì)上述案例，分析保存客戶與流失客戶的基本費(fèi)用是否存在顯著的差異。（2） 如何評(píng)價(jià)數(shù)據(jù)質(zhì)量？相關(guān)性和重要性有何區(qū)別？答：（1）根據(jù)分析客戶流失的樣本數(shù)的

6、比例（灰色為流失）然后分析基本費(fèi)用和流失之間的關(guān)系，通過建立統(tǒng)計(jì)量和繪制散點(diǎn)圖最后比較重要度可以得出結(jié)論：保存客戶與流失客戶的基本費(fèi)用存在顯著性差異（2） 數(shù)據(jù)質(zhì)量是保證數(shù)據(jù)應(yīng)用的基礎(chǔ)，它的評(píng)估標(biāo)準(zhǔn)主要包括四個(gè)方面，完整性、相關(guān)性、一致性、及時(shí)性。評(píng)估數(shù)據(jù)是否達(dá)到預(yù)期設(shè)定的質(zhì)量要求，就可以通過這四個(gè)方面來進(jìn)行判斷。相關(guān)性：高質(zhì)量的數(shù)據(jù)應(yīng)該是能充分滿足用戶使用要求的數(shù)據(jù)，即數(shù)據(jù)源和要處理的業(yè)務(wù)具有很強(qiáng)的聯(lián)系；重要性：數(shù)據(jù)有很大價(jià)值和影響的性質(zhì)，能為數(shù)據(jù)處理提供很多方便2. 擴(kuò)展練習(xí)（1） 針對(duì)上述的五個(gè)內(nèi)容，分別更改一些參數(shù)，觀察是否對(duì)結(jié)果造成影響答：內(nèi)容一：更改“數(shù)據(jù)審核”中的部分參數(shù)，結(jié)果如

7、下 左邊是沒有更改，右邊是更改后的，該系數(shù)更改無明顯變化五、結(jié)論與討論(重點(diǎn)) 通過這次實(shí)驗(yàn)，我了解到數(shù)據(jù)分析是數(shù)據(jù)挖掘中很重要的一部分，數(shù)據(jù)分析的目的是把隱沒在一大批看來雜亂無章的數(shù)據(jù)中的信息集中和提煉出來，以找出所研究對(duì)象的內(nèi)在規(guī)律。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過程。 分析數(shù)據(jù)的時(shí)候不要盲目，首先要確定你要分析的方向，以更直觀的方式表現(xiàn)出來，然后從所得的數(shù)據(jù)了解這些數(shù)據(jù)背后所代表的是什么，我們可以以其他方式更好的體現(xiàn)出來嗎?怎么數(shù)據(jù)說話能更直觀表明問題？數(shù)據(jù)分析的步驟：1、探索性數(shù)據(jù)分析，當(dāng)數(shù)據(jù)剛?cè)〉脮r(shí)，可能雜亂無章，看不出規(guī)律，通過作圖、造表、用各種形式的方程擬合，計(jì)算某些特征量等手段探索規(guī)律性的可能形式，即往什么方向和用何種