全文鏈接：http://tecdat.cn/?p=32118

原文出處：拓端數(shù)據(jù)部落公眾號

假如你有一個購物類的網(wǎng)站，那么你如何給你的客戶來推薦產(chǎn)品呢？這個功能在很多電商類網(wǎng)站都有，那么，通過SQL Server Analysis Services的數(shù)據(jù)挖掘功能，你也可以輕松的來構(gòu)建類似的功能。

將分為三個部分來演示如何實(shí)現(xiàn)這個功能。

此篇文章演示了如何幫助客戶使用SQL Server Analysis Services基于此問題來構(gòu)建簡單的挖掘模型。

步驟

?

準(zhǔn)備工作：數(shù)據(jù).xls?數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫中。

準(zhǔn)備工作：數(shù)據(jù).xls?數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫中。

在相應(yīng)數(shù)據(jù)庫中找到對應(yīng)的數(shù)據(jù)

（1）?打開visual?studio，新建項(xiàng)目，選擇商業(yè)智能項(xiàng)目，analysis?services項(xiàng)目

將data-mining數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)入數(shù)據(jù)源

在可用對象中，將要分析數(shù)據(jù)所在表添加到包含的對象中，繼續(xù)下一步

在解決方案資源管理器中，右鍵單擊挖掘結(jié)構(gòu)，選擇新建挖掘結(jié)構(gòu)

選擇microsoft?決策樹，繼續(xù)下一步

設(shè)置測試集和訓(xùn)練集

勾選允許鉆取，完成

然后對模型進(jìn)行部署，繼而進(jìn)行挖掘（點(diǎn)擊運(yùn)行）

決策樹模型

以下我們對電商購物網(wǎng)站的用戶的信譽(yù)等級進(jìn)行預(yù)測，使用其他用戶的特征屬性對其進(jìn)行預(yù)測分類。建立如下的決策樹模型。

從決策樹模型的結(jié)果來看，

樹一共有5個分支。其中重要節(jié)點(diǎn)分別為購物積分、家里人口數(shù)、居住面積、居住面積等。

從圖中可以看到購物積分越高的用戶，決策樹得到的用戶信譽(yù)等級越高。同時家里人口數(shù)越多，則信譽(yù)等級也越高。說明購物積分直接影響著信譽(yù)等級。一般購物次數(shù)越多則買家的信譽(yù)越高。同時家里人口數(shù)越多，則該用戶在網(wǎng)上購物的開支越多。因此會導(dǎo)致網(wǎng)上購物越多，最后導(dǎo)致信譽(yù)增加。

然后可以看到依賴網(wǎng)絡(luò)。依賴網(wǎng)絡(luò)圖是指預(yù)測變量和其他變量直接的依賴性。從圖中可以看到在用戶屬性中，幾個屬性會影響信用等級，包括購物積分、次數(shù)、居住面積以及人口數(shù)量。

聚類

從聚類結(jié)果可以看到，聚類將所有用戶分成了10個信用級別。

從不同類別的依賴圖可以看到，類別10、4、8、5之間具有較強(qiáng)的相關(guān)關(guān)系。說明這幾個類別中的信用級別是類似的。下面可以具體看下每個類別中的各個屬性的分布的比例。

從上圖可以看到不同類別的購物積分是不同的。

總的來看，相對來說，第4和7類別的購物積分最小的，其他幾個類別中積分較高，因此可以認(rèn)為這些類別中的用戶的信用級別較高。同時可以看到這些類別的其他信息，這類用戶的月收入較低，購物次數(shù)也較小。同時可以看到，這類用戶大多的交易成功也較少。另一方面，可以看到低購物積分用戶中 ，家庭人口數(shù)也較小。

從每個類別的傾向程度來看，購物總次數(shù)多的用戶交易成功次數(shù)也高。從另一方面來看，月收入較高的用戶，傾向于是非分類1的用戶，也就是它們的信用等級較好。同時可以看到，戶交易成功次數(shù)多喝購物積分高的用戶傾向于非分類1的用戶。說明用戶的信用等級相對較高。另一方面，可以看到擁有房屋的用戶的交易成功次數(shù) 電商網(wǎng)站購物次數(shù)反而低于沒有房屋的用戶，可能是因?yàn)闆]有房屋的用戶年齡段較低，因此更傾向于網(wǎng)絡(luò)購物。

然后建立關(guān)聯(lián)規(guī)則挖掘模型

運(yùn)行關(guān)聯(lián)規(guī)則 得到以下重要的關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則就是發(fā)現(xiàn)數(shù)據(jù)集中相互有關(guān)聯(lián)的項(xiàng)目。它已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中具有重要影響的一種算法。也是數(shù)據(jù)挖掘領(lǐng)域的一個重要分支。最近幾年已經(jīng)被廣泛的應(yīng)用。在電子商務(wù)領(lǐng)域，關(guān)聯(lián)規(guī)則技術(shù)主要用于物品鏈接頁面等的推薦，它只需要購物記錄的數(shù)據(jù)即可，而不需要過多的商品信息，通過關(guān)聯(lián)規(guī)則可以發(fā)現(xiàn)用戶的一些常見的購物模式和購物規(guī)律。找出用戶通常會一起購買的商品。從而對用戶進(jìn)行推薦和挖掘

?最受歡迎的見解

1.PYTHON用戶流失數(shù)據(jù)挖掘：建立邏輯回歸、XGBOOST、隨機(jī)森林、決策樹、支持向量機(jī)、樸素貝葉斯模型和KMEANS聚類用戶畫像

2.R語言基于樹的方法：決策樹，隨機(jī)森林

3.python中使用scikit-learn和pandas決策樹

4.機(jī)器學(xué)習(xí)：在SAS中運(yùn)行隨機(jī)森林?jǐn)?shù)據(jù)分析報告

5.R語言用隨機(jī)森林和文本挖掘提高航空公司客戶滿意度

6.機(jī)器學(xué)習(xí)助推快時尚精準(zhǔn)銷售時間序列

7.用機(jī)器學(xué)習(xí)識別不斷變化的股市狀況——隱馬爾可夫模型的應(yīng)用

8.python機(jī)器學(xué)習(xí)：推薦系統(tǒng)實(shí)現(xiàn)（以矩陣分解來協(xié)同過濾）

9.python中用pytorch機(jī)器學(xué)習(xí)分類預(yù)測銀行客戶流失