1、数据挖掘在商业管理与决策分析之实例应用决策分析质量 与效率 之提升数据挖掘之原理概念与功能数据挖掘之建构方法应用案例介绍电子商务之应用（ Web Mining/WAP Mining）建议与结论引言经营环境 经营环境日益挑战-考虑：成本、利润、质量 . . . . 管理活动-整合：业务运作、管理控制、策略规画 信息密集行业 全方位 /多角化经营资料 -企业宝贵之资产 信息Mining资料仓储Mining知识(Corporate Memory)(Corporate Intelligence)Database/DataWarehouseTargetdataCleaneddataTransformed
2、dataPattern/model评鉴数据视觉资料挖掘数据转换与简化前置处理与清理样本选取Performancesystem知识发现流程（知识发现流程（ Knowledge Discovery)Knowledge/Adapted from IBM Corp./数据挖掘之基本概念 背景 管理信息超载及结构化不足 信息混乱与误用 管理问题复杂度高 实时决策分析日益重视 发展目的 有效利用搜集之市场 、 客户 、 供货商 、 竞争对手及未来趋势信息 使企业经由有效之方法与技术从历史数据里撷取有用的知识数据挖掘原理 主要方法 数据库、数据视觉、统计学、机器学习等 相关技术 类神经网络、模糊逻辑、基因算
3、法、基因规画、 案例库推理法、规则库推理、统计回归等 知识表现 决策树 、法则、定量数学公式、黑箱公式 等Data mining主要 功能与技术功能 技术 适用领域关联性 (Association) 案例库推理 /集合理论 /统计 菜篮分析时间序列 (Sequence) 类神经网络 /统计 利率预测分类 (Classification) 基因演算 /类神经网络 /统计 / 客户评鉴分类 模糊逻辑案例推理 /决策树公式 (Modeling) 基因规划 /基因演算 /回归 销售预测群组 (Clustering) 类神经网络 /模糊逻辑 / 市场区隔基因演算 /统计数据挖掘应用现况 Safeway
4、贩卖促销信息（ e.g. coupon) 音乐 /电影喜好问卷搜集 Fidelity Investment客户服务 （ cross-selling/ wallet share) First USA Bank信用卡资料（汽车房贷） Capital One 降低贷款风险损失率 First Union预测潜在流失客户 预测侵蚀性的物质对皮肤的影响降低产品 (药品或毒品 )的发展成本和时间，以及减少动物实验的需求 分析零售商店历史销售记录与位置概述以决定最佳的位置 分析提款机设置地点最佳位置Data Mining 过程 了解应用领域 建立目标集、选择目标数据集 去除数据杂质、做先置处理 减少数据和数据转换 选择数据挖掘的模式（功能） 选择数据挖掘的算法（技术） 资料挖掘 评估第七步骤的结果 整理发现的知识
