1、简述数据挖掘的过程
(1)数据清洗:清除数据噪声和与挖掘主题明显无关的数据
(2)数据集成:将多个数据源中的相关数据结合到一起
(3)数据选择:根据数据挖掘的目标选择待处理的数据
(4)数据转换:将数据转换为易于进行数据挖掘的数据存储形式
(5)数据挖掘:利用智能方法挖掘数据模式或规律知识
(6)模式评估:根据一定评估标准,从挖掘结果中筛选出有意义的相关知识
(7)知识表示:利用可视化和知识表达技术,向用户展示所挖掘的相关知识
2.客户细分的步骤:
(1)商业理解:了解对客户进行细分的目的是什么
(2)数据理解:找出合适的用于细分客户的属性
(3)数据获取:获取数据并找出用于建模的合适变量
(4)数据建模:采取合适的方法建立数据模型
(5)特征刻画:用户细分完后,为细分的每一类群体进行特征刻画
(7)调研验证:验证细分的准确性
1