消费响应预测模型.pptxVIP

第二讲：消费者响应预测模型主讲：梁满发数据挖掘工作意图　数学挖掘工作意图是揭示海量数据中的隐蔽规律，以预测目标顾客、风险控制、欺诈模式识别等工作为主要目的。做好数据挖掘工作需要准备好三件事：（１）定义好问题　……谁是目标消费者？ （２）高质量的历史数据　……几年的客户购买记录 （３）一个强大的建模工具　……数据挖掘软件数据挖掘工作流程建模模型评估定义问题抽样定义数据属性预测或计算得分数据探测数据清冼分析报告问题背景　假如你为一个邮购公司工作。公司为了配合销售活动，希望每月发送家具和家用器品产品目录给潜在消费者，内容包括厨房用具、碗碟和餐具产品的目录。假如向全部消费者寄送费用太贵，必须选择购买该类产品概率较大消费者邮寄。现在如何确定一份待邮寄名册？我们将通过建立消费倾向模型，使用数据挖掘工具来确定邮寄名单和分析活动效益情况。 　假如你有一个珍贵的顾客购买记录数据。这个数据包括能显示顾客过去两年是否购买过厨房用具、碗碟和餐具等信息。数据文件名为CUSTDET1，它包括了如下49个变量和标签： His/Her ApparelJewelry PurchaseDate 1st OrderTelemarket Order Account NumberState CodeRaceHeating TypeNumber of CarsNumber of KidsTravel TimeEducation LevelJob Category PurchaseDollars SpentYearly IncomeHome ValueOrder FrequencyRecencyMarriedName PrefixAgeSex Telemarket Ind.Rents ApartmentOccupied 1 Year Domestic ProductApparel PurchaseLeisure ProductLuxury ItemsKitchen ProductDishes PurchaseFlatware Purchase Total Dining (kitch+dish+flat)Promo: 1-7 MonthsPromo: 8-13 Months$ Value per MailingCountry CodeTotal ReturnsMens ApparelHome FurnitureLamps PurchaseLinens Purchase Blankets PurchaseTowels PurchaseOutdoor ProductCoats PurchaseLadies CoatsLadies Apparel分析问题目标：（１）在没有购买记录的客户名册中找出待邮寄名单；（２）以投资回报率或最大利润为决策目标，决定邮寄名单。解决问题的条件：（１）目标变量是什么？有足够的数据资料吗？（２）有与目标关联的数据资料吗？关联性如何？（３）资料的完整性、可靠性和冗余情况？（４）研究路线设想？（５）有什么期待？　因为对目录中产品有需求的客户是购买了kitch、dish和flat叁类产品的客户，在我们的数据记录中kitch、dish、flat和Dining变量反映了客户购买信息。但Dining变量表示kitch、dish、flat购买量和，我们分析目标是分析客户有没有购买kitch、dish、flat商品的意向，因此，我们的目标变量是“当Dining变量＞0，值为1，表示购买；否则为0，表示不购买”。同时kitch、dish、flat和Dining变量不能作为预测目标变量自变量，因为它们是共线性的。　我们的数据是由更大的客户数据库中用重抽样法抽取的，为了有足够的样本做建模分析，使Dining变量响应值（即为1的值）在样本中的比例近54％，这与现实中客户比例不合。因此，在建模中我们需要调整样本的权重，现实中响应比例是12％。　抽样数据观察记录为1996个，作为统计推断和建模分析精度足够，数据没有缺损值，完整性好。没有太多的齐异数据，基本可认为数据可靠。通过数据的探索分析，可以发现有变量同目标变量存在相关性，因此，可以考虑通过建立目标变量与其它变量的回归模型、决策树模型和神精网络模型来预测目标变量。相关系数　BLANKETSDININGBLANKETS1DINING0.3494261创建数据挖掘项目调用ＳＡＳ数据挖掘功能 创建数据挖掘项目 创建数据挖掘流程在Dining List中选择Untitled，并输入Propensity名。 工具窗报告窗按扭流程图分割数据集设置数据属性缺损值处理输入数据数据变换决策树模型分析报告　数据挖掘的第一步就是确定样本数据，数据的角色，变量的模型中角色和数据类型。一般来说，用户数据仓库中的数据可能是海量的，如果全部用来建模分析，则