苏ICP备112451047180号-6
基于Clementine挖掘软件的分析及运用
摘要：在这个信息时代，网络遍及我们生活的每一个角落，人们在网络生活中时产生了大量数据。这些数据日益庞大，传统的知识挖掘方式以难以面对海量数据，数据挖掘就是为了解决传统分析方法的不足，并针对大规模数据的分析进行处理而出现的。
数据挖掘是一个能够利用各种技术，从海量数据中提取隐含和潜在的对决策有支持的信息处理和模式过程。近年来电子商务的发展，促使企业内部收集了大量的数据，他们迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术能够帮助企业分析从网上获取的大量数据，发现隐藏数据背后的规律性，提取出有效信息，从而指导企业调整营销策略，从而为决策支持提供有力依据。
关键词：数据挖掘、关联分析、Clementine、决策
Based on the analysis software Clementine mining and utilization
Abstract: In this information age , network throughout every corner of our lives, people in your interactions with the network to produce a large amount of data. These data are large, traditional way of knowledge mining in difficult to face the huge amounts of data, data mining is to solve the lack of traditional analysis methods, and focused on the analysis of mass data processing and appear.
Data mining is a use various methods to extract implied from huge amounts of data and potential is support for the decision-making useful information processing and pattern process. In recent years the development of electronic commerce, make enterprise internal collected a large amount of data, they urgently need to transform these data into useful information and knowledge, create more potential profits for the company. Using the data mining technology can effectively help enterprises to analyze large amounts of data from the Internet, found hidden in the following regularity, to extract the effective information, to guide enterprises to adjust marketing strategy, so as to provide powerful basis for decision support.
Keywords: Data mining, Association analysis, Clementine, decision-making
目录
一、数据挖掘与关联分析 9
（一）数据挖掘的含义 9
（二）关联分析的简介 9
（三）关联规则的知识点 9
（四）挖掘数据宏观过程 10
二、Clementine挖掘软件 11
（一）Clementine软件简介 11
（二）Clementine软件优点 11
（三）Clementine使用方法 11
三、挖掘过程 13
（一）实验目的 13
（二）数据初步处理与提取 14
（三）数据挖掘的方法和模型 15
（四）绘图、模型结果分析 19
五、实验数据分析 22
六、毕业设计总结 23
随着电子商务多年的快速发展，企业已经在经营过程中积累了大量数据，但是他们不能用传统分析方法对数据进行有效利用，企业面临着数据丰富而无法深度挖掘的困境。然而随着数据挖掘技术时代的到来，大量数据被筛选、处理、分析，逐渐被提取出有利于经营者决策的关键性数据，为企业的发展引导了方向。
电子商务数据已经成为许多关注重点，庞大的数据能够预测市场需求的发展方向以及潜在客户的存在。通过更快，更及时，更准确的数据挖掘分析，企业能够更有针对的开发下一代产品，并且根据不同消费层次的人推出不同系列的产品。其伟大的意义概括如下：
1．帮助企业预测市场危机和减少损失。
2．利用数据挖掘技术帮助企业及时了解市场需求变化方向。
3．帮助企业数据管理者做好提高内部的管理效率，节约管理成本。
4．可以实现国内定点数据挖掘分析，根据地方数据特点，帮助企业调整市场政策节省成本。
参考文献
[1]范明、孟小峰.数据挖掘概念与技术[M].机械工业出版社2012.08.01
[2]王军.数据挖掘技术[J].计算机世界.1998.10.08
[3]元昌安.数据挖掘原理与SPSS Clementine应用宝典[M].电子工业出版社,第1版 (2009年8月1日)
摘要：在这个信息时代，网络遍及我们生活的每一个角落，人们在网络生活中时产生了大量数据。这些数据日益庞大，传统的知识挖掘方式以难以面对海量数据，数据挖掘就是为了解决传统分析方法的不足，并针对大规模数据的分析进行处理而出现的。
数据挖掘是一个能够利用各种技术，从海量数据中提取隐含和潜在的对决策有支持的信息处理和模式过程。近年来电子商务的发展，促使企业内部收集了大量的数据，他们迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术能够帮助企业分析从网上获取的大量数据，发现隐藏数据背后的规律性，提取出有效信息，从而指导企业调整营销策略，从而为决策支持提供有力依据。
关键词：数据挖掘、关联分析、Clementine、决策
Based on the analysis software Clementine mining and utilization
Abstract: In this information age , network throughout every corner of our lives, people in your interactions with the network to produce a large amount of data. These data are large, traditional way of knowledge mining in difficult to face the huge amounts of data, data mining is to solve the lack of traditional analysis methods, and focused on the analysis of mass data processing and appear.
Data mining is a use various methods to extract implied from huge amounts of data and potential is support for the decision-making useful information processing and pattern process. In recent years the development of electronic commerce, make enterprise internal collected a large amount of data, they urgently need to transform these data into useful information and knowledge, create more potential profits for the company. Using the data mining technology can effectively help enterprises to analyze large amounts of data from the Internet, found hidden in the following regularity, to extract the effective information, to guide enterprises to adjust marketing strategy, so as to provide powerful basis for decision support.
Keywords: Data mining, Association analysis, Clementine, decision-making
目录
一、数据挖掘与关联分析 9
（一）数据挖掘的含义 9
（二）关联分析的简介 9
（三）关联规则的知识点 9
（四）挖掘数据宏观过程 10
二、Clementine挖掘软件 11
（一）Clementine软件简介 11
（二）Clementine软件优点 11
（三）Clementine使用方法 11
三、挖掘过程 13
（一）实验目的 13
（二）数据初步处理与提取 14
（三）数据挖掘的方法和模型 15
（四）绘图、模型结果分析 19
五、实验数据分析 22
六、毕业设计总结 23
随着电子商务多年的快速发展，企业已经在经营过程中积累了大量数据，但是他们不能用传统分析方法对数据进行有效利用，企业面临着数据丰富而无法深度挖掘的困境。然而随着数据挖掘技术时代的到来，大量数据被筛选、处理、分析，逐渐被提取出有利于经营者决策的关键性数据，为企业的发展引导了方向。
电子商务数据已经成为许多关注重点，庞大的数据能够预测市场需求的发展方向以及潜在客户的存在。通过更快，更及时，更准确的数据挖掘分析，企业能够更有针对的开发下一代产品，并且根据不同消费层次的人推出不同系列的产品。其伟大的意义概括如下：
1．帮助企业预测市场危机和减少损失。
2．利用数据挖掘技术帮助企业及时了解市场需求变化方向。
3．帮助企业数据管理者做好提高内部的管理效率，节约管理成本。
4．可以实现国内定点数据挖掘分析，根据地方数据特点，帮助企业调整市场政策节省成本。
参考文献
[1]范明、孟小峰.数据挖掘概念与技术[M].机械工业出版社2012.08.01
[2]王军.数据挖掘技术[J].计算机世界.1998.10.08
[3]元昌安.数据挖掘原理与SPSS Clementine应用宝典[M].电子工业出版社,第1版 (2009年8月1日)