数据分析&数据挖掘

快要过年了，年底却不亦乐呼，就写写我对数据挖掘过程的体会吧！

Step1.

     就是商业问题的理解了，那么如何更好的理解“老大”提出的商业问题困惑呢？我觉得思维导图倒是个不错的选择，当然自己要想更好的理解“老大”的意思还需要进一步的沟通，商业问题的理解关系到这个挖掘项目的价值，甚至成败，所以在这块大家要显得“外向”一些，多交流、多沟通、多了解这个商业问题背后的东东；

       提起数据库营销可能还有许多人并不了解“他”，其实我们虽然不了解什么是数据库营销，但是数据库营销却时时刻刻在影响我们的生活，比如你每天E-mail可能会收到关于某种产品的优惠以及XXX产品的推荐会，接到短信通知“尊敬的XXX先生or小姐，我是XXX公司的客服经理，我们为庆祝........，特邀请您来参加，并有礼品相送”；

      数据库营销对企业营销来讲是非常好的手段，

     最近在学习sql server2005自带的数据ETL、数据挖掘和olap，希望认识这方面的高手，欢迎与“您”探讨！后面有我个人的联系方式！

 sql server2005数据ETL界面：

转自：http://blog.sina.com.cn/s/blog_63cf84690100gy63.html

*A1，A2，A3…..表示变量名.

1.读取文件

GET  FILE='F:\SGM CSI 09Q4\Buick CSI\spss\09Q4 Buick CSI SPSS.sav'

/keep=A1 A2.

*这里的F:\SGM CSI 09Q4\Buick CSI\spss\09Q4 Buick CSI SPSS.sav为文件路径, /keep=A1 A2指只保留A1和A2两个变量.

“算法”指的是用于实现某一数据挖掘技术－如分类树、辨识分析等等的特定程序。

“属性”也被称为“特性”、“变量”、或者从数据库的观点，是一个“域” 。

“个体”是关于一个单元的测量值的集合――例如一个人的身高、体重、年龄等等；它也被称作“记录”、 或 者“行”（每一行通常代表一个记录，每一列代表一个变量）。

“置信度”在形如“如果买了A和B，就要买C”的关联法则里有特定的含义。置信度是已经买了A和B，还要买C的条件概率。  

今天一位朋友问我一些缺失查错的问题，我就大体写2个spss的syntax语句，也算是09年最后一贴！

if ((Q1=1 ) and miss(Q2)=1) Q2=0.
execute.

解释：当Q1为1时，Q2为缺失值时,令Q2为0

if  miss(Q2)~= 1 Q1=1.
execute.

解释：当Q2为非缺失时，令Q1为1

COMPUTE wwww=LENGTH(RTRIM(Q1)).

为什么要用RTRIM（）？

在spss中定义字段为字符型，这是定义的变量长度，包括尾部的空格，所以再求字段的长度时要使用 LENGTH(RTRIM(字段名称))。

        现在的数据挖掘项目多数都是游击战，这边挖一挖那边挖一挖，挖到最后还是一场空，还落了个“忽悠”绰号；回想数据挖掘的一个标准流程，那只是一个数据挖掘类项目的标杆而已，那对商业问题有没有标杆可言呢？

        商业问题的产生多数是源于需求，需求源于客户or消费者，换句话说多数都是在围绕“如何让上帝更上帝”展开的，所以我感觉如果数据挖掘类的项目如果能和CRM结合的话，效果会更好；

转自小蚊子博客：http://blog.sina.com.cn/xiaowenzi22