E家数据挖掘计划书

一、商业理解(11.24)

1.确定数据挖掘目标

建立e家客户响应规则集；

2.数据挖掘成功标准

用规则集来评价新增用户，或是其他非e家客户，耦合程度大的定义为潜在e家用户，对其实行针对性营销的成功概率希望为15%以上。

3.工具技术

数据挖掘工具SPSS_clementine

4.制定项目计划

二、数据理解(11.25-11.26)

1.原始数据收集

输出：获得要列入数据挖掘项目资源的数据，客户基本信息表，客户费用基本信息表，产品基本信息表的数据，以及必要的数据加载和导入方式；

2.数据描述

输出：描述数据格式和数据质量给出结果报告，包括表的记录总数，字段数，字段的标识；

3.数据探索

对字段的初步发现和理解以及对后续阶段的影响；

4.数据质量

数据的完整性，数据正确性，有无缺省值

三、数据准备(11.27-11.28)

3.1数据选择 与数据挖掘目标的相关性，被包含进来的字段和被排除的字段和理由；

3.2数据清洗 保证数据质量 ：缺失值的插入，通过建模评估缺省值

3.3构造数据 关于衍生字段的属性确定问题（可选）

3.4整合数据 对象：客户基本信息表，客户费用基本信息表，产品基本信息表的的整合

输出：数据集，该数据集含有完整的需要挖掘的字段以及记录，数据类型确定，完整性好，可以直接提供给数据挖掘工具进行分析；

四、建模(12.1-12.5)

4.1选择建模技术：C5决策树；

4.2生成测试设计 ：设置数据抽样，将其分为训练数据和检验数据，检验数据用于后期的模型评估；

4.3建立模型 

输出：

参数设置，对应字段需要调整的参数和设置值，选择这些参数的基本原则；

模型：生成的实际模型；

模型描述：对模型中生成的规则集进行描述和总结；

模型评估：用检验数据来进行检验，评估模型的准确率；

五、评价

评价：模型适合商业目标的程度

 

 

注：改计划书以CRISP-DM数据挖掘标准流程为指导。