数据挖掘--应用篇

转载，原文链接：https://gitbook.cn/gitchat/geekbook/5c67b4207fa9074fde996ecd/topic/5c6cf4fe7fa9074fde9c8bcd

第四章 应用篇

数据挖掘技术从一开始就是面向应用的。目前，在很多领域数据挖掘都是一个很时髦的词，尤其是在如零售业、旅游业、物流业、医学等领域，数据挖掘技术的使用，可以大大提高行业效率和行业质量。

4.1 零售业

数据挖掘技术源于商业的直接需求，虽然它在各种领域都存在广泛的使用价值，但零售领域是数据挖掘的主要应用领域之一。这是因为由于条形码技术的发展，零售业的销售部门可以利用前端收款机系统收集存储大量的售货数据、顾客购买历史记录、货物进出状况和消费与服务记录等等。零售业也同其他数据密集型企业一样积累了大量的数据，这些数据正是数据挖掘的基础。数据挖掘技术有助于识别顾客购买行为，发现顾客购买模式和趋势，改进服务质量，取得更高的顾客保持力和满意程度，减少零售业成本。数据挖掘在零售业中的具体应用有以下：

（1）了解销售全局。通过分类信息按商品种类、销售数量、商店地点、价格和日期等了解每天的运营和财政情况，对销售的每一点增长、库存的变化以及通过促销而提高的销售额都可了如指掌。零售商店在销售商品时，随时检查商品结构是否合理十分重要，如每类商品的经营比例是否大体相当。调整商品结构时需考虑季节变化导致的需求变化、同行竞争对手的商品结构调整等因素。

（2）降低库存成本。通过数据挖掘系统，将销售数据和库存数据集中起来，通过数据分析，以决定对各个商品、各色货物进行增减，确保正确的库存。数据挖掘系统还可以将库存信息和商品销售预测信息，通过电子数据交换直接送到供应商那里，这样省去零售业中介，而且供应商负责定期补充库存，零售商可减少自身负担。

（3）商品分组布局、购买推荐和商品参照分析。通过从代销记录中挖掘相关信息，可以发现购买某一种商品的顾客可能购买其他商品。这类信息可用于形成一定的购买推荐，或者保持一定的最佳商品分组布局，以帮助客户选择商品，刺激顾客的购买欲望从而达到增加销售额，节省顾客购买时间的日的。

（4）促销活动的有效性分析。零售业常常通过广告、优惠券、各种折扣和让利的方式搞促销活动，以达到促销产品，吸引顾客的日的。但只有充分了解客户，才能定位促销活动，提高客户响应率，降低促销活动成木。利用数据挖掘技术可以分析出应该在什么时间、在什么地点、以何种方式和对什么样的人搞促销活动，能真正达到促销目的，避免企业资源的不必要浪费。同时，数据挖掘也可以使用过去有关促销的数据来寻找未来投资中回报最大的用户。

（5）市场和趋势分析。利用数据挖掘工具和统计模型对数据库的数据仔细研究，以分析顾客的购买习惯、广告成功率和其它战略性信息。利用数据库通过检索数据库中近年来的销售数据，作分析和数据挖掘，可预测出季节性、月销售量，对商品品种和库存的趋势进行分析。还可确定降价商品，并对数量和运作做出决策。

（6）顾客忠诚度分析。各个零售企业往往通过办理会员卡的方式，建立了顾客会员制度来跟踪顾客的消费行为。通过对顾客会员的信息进行数据挖掘，可以记录一个顾客的购买系列，顾客的忠诚和购买趋势可以按系统的方式加以分析。由同一顾客在不同时期购买的商品可以分组为序列。序列模式挖掘可用于分析顾客的消费或忠诚度的变化，据此对价格和商品的花样加以调整和更新，以便留住老客户，吸引新客户[1]。

4.2 旅游业

旅游大数据及挖掘在旅游业中的广泛应用，不仅仅为现代化旅游企业的飞速发展提供了有利的促进作用，同时对于人们对旅游信息的科学化搜集和掌握也提供了一定的便利，不仅仅对客流的趋向有着准确的预知性，同时对于游客的喜好也有着直接性的掌握，并对现代化旅游公共服务的改善有着极其有利的作用[2]。数据挖掘在旅游业中的具体作用如下：

（1）对有价值的旅游信息加以挖掘。挖掘有价值的旅游信息的过程中，通过对游客对旅游网站日志的点击率进行分析，并分析用户较为常见的一种浏览行为，进而对游客较为感兴趣的旅游目标进行掌握和搜集。结合大数据挖掘的信息，旅游管理相关部门就要对旅游信息网站进行优化设计，并尽可能地保证网站的优化设计和游客的实际需求有着一定的吻合度，并保证现行的旅游服务更优质和更全面。

（2）对潜在旅游客户挖掘。在对潜在旅游客户进行收集的过程中，通过对数据进行聚类性的分析，并结合游客的一些访问记录，对游客的相关知识进行综合性的分析和总结，及时地关注和搜集潜在客户的喜好，并将客户最感兴趣的旅游信息加以推荐。

（3）旅游路线的优化。旅游大数据及挖掘在旅游行业应用的过程中，通过挖掘游客对旅游线路和目的地的访问情况，并进行综合性的分析，进而对最具有市场潜力的旅游路线加以选择，进而合理地规划好相关性的旅游路线，对旅游网站的结构进行动态性的处理，并将网站的粘性有效增加，进而将网站的访问量全面提高。

（4）旅游项目和目的地的推荐。旅游大数据及挖掘在旅游行业的引用中，借助于数据挖掘，对不旅游项目和目的地有着一定的推荐作用，通过对涵盖所有目的地的旅游数据库创建，并借助于数据挖掘工具，对客户的行为和兴趣爱好进行分析，并形成不同类型的旅游服务方案，集合游客的实际旅游爱好，对最佳旅游项目和其目的地进行推荐，尽可能地将旅游客户的满意度全面提高[3]。

4.3 物流业

数据挖掘技术能够帮助企业在物流信息系统管理中，及时、准确地收集和分析客户、市场、销售及整个企业内部的各种信息，对客户的行为及市场趋势进行有效的分析，了解不同客户的爱好，从而可以为客户提供有针对性的产品和服务，大大提高各类客户对企业和产品的满意度。数据挖掘在物流业中的具体应用有：

（1）数据挖掘在客户关系管理中的作用。利用数据挖据可以找出未来潜在的客户，利用数据挖掘整理出资料的特点，找出最有兴趣的客户群，让他们有机会接触到该项产品和服务，并最终成为真正的客户。面对真正的客户，数据挖掘可以发现客户的消费嗜好，通过刺激客户的消费嗜好显然可以提高企业收入，通过关联规则挖掘还可以增加交叉销售，促使客户购买尚未使用的产品和服务，并且数据挖掘还可以判断哪些客户对促使他们将现有产品和服务升级的增量销售有意义。面对历史客户，数据挖掘可以通过建立流失模型，发现客户离开的原因，预测什么样的客户有离开的意向，找到解决方法，从而避免将来类似的客户再次流失。

（2）数据挖掘在物流配送中的应用。数据挖掘可以提高车辆的利用率，如何安排车辆路线和进行车辆调度既能满足配送任务，又使车辆运行总里程最短。利用一定的算法，可以得出一个最优解，节省物流配送中的成本。

4.4 医学界

4.4.1 医学应用研究

随着信息时代的到来，数据挖掘被越来越多地应用于临床实践。利用信息技术，医疗记录和随访数据可以更有效地被存储和提取。同时，从医学数据中寻找潜在的关系或规律，可以获得对病人进行诊断、治疗的有效知识；增加对疾病预测的准确性，及早发现疾病，提高治愈率。数据挖掘对医学实践的重要性主要体现在四个方面：

（1）医学数据挖掘会大大增加产生新知识的速度，利用计算机技术分析电子病历中包含的非结构化数据能够更好的进行自动化的数据采集。

（2）医学数据挖掘可以帮助进行知识传播，大量的研究使得知识的转化非常困难，大部分临床医生难以跟上最新的证据来指导临床实践。这个问题可以通过分析现有的电子病历产生一个仪表板来指导临床决策。如 IBM 的沃森超级计算机与斯隆凯特林癌症中心合作，利用这个方法来辅助临床医生对癌症患者做出诊断和提出治疗方案[4]。

（3）通过整合系统生物学与电子病历数据，医学数据挖掘可以为个性化医疗计划转变为临床实践提供机会。

（4）通过直接向病人提供信息来转化卫生保健知识，让病人在治疗过程中发挥更积极的作用[5]。

4.4.2 交叉研究分析

根据全局热点与近期热点的趋势图，我们选取 Data Mining & Health Care 等进行笛卡尔交叉分析。通过对两个领域的知识图谱的计算，再对两个领域的细分子领域进行笛卡尔乘积热点挖掘，我们挖掘了历史数据分析和未来趋势预测两部分。本节主要探讨 2008 年至今的研究状况。

领域交叉热力值由交叉研究的论文的引用量等数据加权计算得出，热力值越高，表明这两个交叉子领域交叉研究的越深入和广泛。每个交叉热点中的研究学者，发表论文，中外学者和论文对比等数据均可以获得。用作展示时，研究学者和论文分别按照交叉领域研究影响度和论文相关度作为默认排序。学者研究影响度由交叉领域内论文量，h-index 等计算得出；论文相关度由交叉领域内论文的关联程度和引用数量等计算得出。对比分析中“中外研究人员对比”和“中外研究论文对比”是专家数量和论文数量的直接对比；而“中外论文影响对比”是论文引用量的对比。

[1] 安建华 数据挖掘技术在零售业中的应用研究 [D] 东北财经大学 2005

[2] 徐蓉艳 旅游大数据与挖掘及其在旅游行业的应用方向 [J] 中国市场 2014（51）：204-208

[3] 罗成奎 大数据技术在智慧旅游中的应用 [J] 旅游纵览 2013 ( 8)：59-60

[4] Jensen PB，Jensen LJ，Brunak S Mining electronic health records：towards better research applications and clinical care Nat Rev Genet，2012，13(6)：395-405

[5] 秦文哲等 大数据背景下医学数据挖掘的研究进展及应用 [J] 中国胸心血管外科临床杂志 2016，23（1）：55-60