Data Mining w e-commerce

Prezentacja na temat: "Data Mining w e-commerce"— Zapis prezentacji:

1 Data Mining w e-commerce
Cz. 2

2 szablony wyszukiwania reguł asocjacyjnych generowanie drzewa decyzyjnego reguły decyzyjne

3 1. Szablony Szablony: najprotsza forma wzorców
Problem wyszukiwania szablonów Algorytmy odkrywania szablonów Zastosowania szablonów

4 Zbiór danych:szablony
Obiekty Atrybuty rzeczywiste symboliczne System informacyjny System decyzyjny

5 Problemy Znaleźć regularne zjawiska w danej tablicy
który szablon jest bardziej interesujący? Dekompozycja dużych tablic Odkrywanie charakterystyk Jak wykrywać szablony dla tablic zachowanych w bazach danych (SQL, OQL)

6 Reguły asocjacyjne Problem wyszukiwania reguł asocjacyjnych
Algorytm odkrywania reguł asocjacyjnych Zastosowania (katalogi, rozmieszczenie towarów w sklepie, segmentacja klientów, diagnoza awarii, itp..)

7 Drzewa decyzyjne Problem generowania optymalnego drzewa decyzyjnego
Konstrukcja drzew decyzyjnych Zagadnienia praktyczne Zastosowanie w problemie klasyfikacji

8 Dlaczego ? Proces klasyfikacji jest efektywny obliczeniowo
O ile drzewa nie są zbyt skomplikowane, reprezentacja ta jest czytelna dla człowieka Istnieje łatwa możliwość przejścia od drzew decyzyjnych do reguł decyzyjnych.ż

9 Przycinanie drzewa zasada krótkiego opisu: skracamy opis kosztem dokładności klasyfikacji w zbiorze treningowym zastąpienie podrzewa nowym liściem (przycinanie) lub mniejszym podrzewem.

10 reguły decyzyjne Reguły decyzyjne: prosty opis klas decyzyjnych
Problem wyszukiwania reguł decyzyjnych Algorytmy generowania reguł decyzyjnych (Sekwencyjne pokrywanie,Algorytm AQ)