《旅游電子商務(wù)》課件-旅游數(shù)據(jù)挖掘基礎(chǔ)知識

旅游數(shù)據(jù)挖掘基礎(chǔ)知識任務(wù)導入：近年來，大數(shù)據(jù)和數(shù)據(jù)挖掘的概念頻繁出現(xiàn)在各類媒體上，“曝光率”和“回頭率”都非常高，在旅游業(yè)中也不例外，請閱讀“第一財經(jīng)”的這篇報道：你有沒有看懂旅游大數(shù)據(jù)？課堂討論以4人為一個小組，查閱大數(shù)據(jù)與數(shù)據(jù)挖掘在旅游業(yè)應(yīng)用的案例，分組討論：什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘在電子商務(wù)業(yè)務(wù)上有哪些成功的案例？旅游業(yè)是否也需要進行旅游數(shù)據(jù)挖掘？雖然有些數(shù)據(jù)挖掘技術(shù)非常新穎并且看上去非?？?，但是數(shù)據(jù)挖掘本身并不是一種新的技術(shù)，自從世界上第一臺計算機發(fā)明并投入實用以來，各行各業(yè)的人們就一起通過計算機進行數(shù)據(jù)分析，并把結(jié)果應(yīng)用到各自的領(lǐng)域。在計算機發(fā)明之前的數(shù)個世紀里，人們在沒有計算機的情況下，同樣分析數(shù)據(jù)，只不過速度要慢上許多。GordonS.Linoff對數(shù)據(jù)挖掘的定義是：數(shù)據(jù)挖掘是一項分析大量數(shù)據(jù)以發(fā)現(xiàn)有意義的模式和規(guī)則的業(yè)務(wù)流程。一、什么是數(shù)據(jù)挖掘自動預(yù)測趨勢和行為，數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，以往需要進行大量手工分析的問題如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。關(guān)聯(lián)分析，數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。聚類，數(shù)據(jù)庫中的記錄可被劃分為一系列有意義的子集，即聚類。二、數(shù)據(jù)挖掘功能概念描述，就是對某類對象的內(nèi)涵進行描述，并概括這類對象的有關(guān)特征。概念描述分為特征性描述和區(qū)別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區(qū)別。偏差檢測，數(shù)據(jù)庫中的數(shù)據(jù)常有一些異常記錄，從數(shù)據(jù)庫中檢測這些偏差很有意義。三、數(shù)據(jù)挖掘技術(shù)包括關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個事件發(fā)生的同時，另一個事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點在于快速發(fā)現(xiàn)那些有實用價值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計意義。序列分析序列分析技術(shù)主要用于發(fā)現(xiàn)一定時間間隔內(nèi)接連發(fā)生的事件。這些事件構(gòu)成一個序列，發(fā)現(xiàn)的序列應(yīng)該具有普遍意義。三、數(shù)據(jù)挖掘技術(shù)包括分類分析分類分析通過分析具有類別的樣本的特點，得到?jīng)Q定樣本屬于各種類別的規(guī)則或方法。主要方法有基于統(tǒng)計學的貝葉斯方法、神經(jīng)網(wǎng)絡(luò)方法、決策樹方法及支持向量機。聚類分析聚類分析是根據(jù)物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并且對每一個這樣的組進行描述的過程。其主要依據(jù)是聚到同一個組中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)該足夠不相似。四、機器學習與數(shù)據(jù)挖掘機器學習(MachineLearning，ML)是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復(fù)雜度理論等多門學科。它專門研究計算機是怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)，使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘中用到了大量的機器學習界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)。四、機器學習與數(shù)據(jù)挖掘TomMitchell在1997年出版的MachineLearing一書中指出，從數(shù)據(jù)分析的角度來看，數(shù)據(jù)挖掘與機器學習有很多相似之處，但不同之處也十分明顯，例如，數(shù)據(jù)挖掘并沒有機器學習中所包含的探索人的學習機制這一科學發(fā)現(xiàn)任務(wù)，數(shù)據(jù)挖掘中的數(shù)據(jù)分析是針對海量數(shù)據(jù)進行的，等等。從某種意義上說，機器學習的科學成分更重一些，而數(shù)據(jù)挖掘的技術(shù)成分更重一些