數(shù)據(jù)挖掘技術(shù)在沃爾瑪?shù)膽?yīng)用
總部位于美國阿肯色州的世界著名商業(yè)零售連鎖企業(yè)沃爾瑪（Wal Mart）擁有世界上***的數(shù)據(jù)倉庫系統(tǒng)。為了能夠準(zhǔn)確了解顧客在其門店的購買習(xí)慣，沃爾瑪利對其顧客的購物行為進(jìn)行購物籃分析，想知道顧客經(jīng)常一起購買的商品有哪些。沃爾瑪數(shù)據(jù)倉庫里集中了其各門店的詳細(xì)原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎(chǔ)上，沃爾瑪利用NCR數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進(jìn)行分析和挖掘。一個(gè)意外的發(fā)現(xiàn)是："跟尿布一起購買最多的商品竟是啤酒！"
這是數(shù)據(jù)挖掘技術(shù)對歷史數(shù)據(jù)進(jìn)行分析的結(jié)果，反映數(shù)據(jù)內(nèi)在的規(guī)律。那么這個(gè)結(jié)果符合現(xiàn)實(shí)情況嗎？是否是一個(gè)有用的知識？是否有利用價(jià)值？
于是，沃爾瑪派出市場調(diào)查人員和分析師對這一數(shù)據(jù)挖掘結(jié)果進(jìn)行調(diào)查分析。經(jīng)過大量實(shí)際調(diào)查和分析，揭示了一個(gè)隱藏在"尿布與啤酒"背后的美國人的一種行為模式：在美國，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時(shí)也為自己買一些啤酒。產(chǎn)生這一現(xiàn)象的原因是：美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。
既然尿布與啤酒一起被購買的機(jī)會(huì)很多，于是沃爾瑪就在其一個(gè)個(gè)門店將尿布與啤酒并排擺放在一起，結(jié)果是尿布與啤酒的銷售量雙雙增長。
按常規(guī)思維，尿布與啤酒風(fēng)馬牛不相及，若不是借助數(shù)據(jù)挖掘技術(shù)對大量交易數(shù)據(jù)進(jìn)行挖掘分析，沃爾瑪是不可能發(fā)現(xiàn)數(shù)據(jù)內(nèi)在這一有價(jià)值的規(guī)律的。
數(shù)據(jù)"的含義很廣，不僅指321、897這樣一些數(shù)字，還指"abc"、"李明"、"96/10/11"等符號、字符、日期形式的數(shù)據(jù)。我們討論的數(shù)據(jù)是指存放在計(jì)算機(jī)系統(tǒng)中的任何東西，如："數(shù)字"、"字符"、"聲音"、"圖像"、"照片"、……等等，甚至處理數(shù)據(jù)的計(jì)算機(jī)程序本身也作為計(jì)算機(jī)的"數(shù)據(jù)"。隨著國民經(jīng)濟(jì)和社會(huì)信息化的發(fā)展，人們在計(jì)算機(jī)系統(tǒng)中存放的數(shù)據(jù)量越來越大。我們發(fā)現(xiàn)這些數(shù)據(jù)是人們工作、生活和其他行為的記錄，是企業(yè)和社會(huì)發(fā)展的記錄，也是人與自然界本身的描述。這就是說在計(jì)算機(jī)系統(tǒng)中形成了龐大的"數(shù)據(jù)資源"。因此，發(fā)現(xiàn)這些數(shù)據(jù)所含的規(guī)律也就是發(fā)現(xiàn)我們工作、生活和社會(huì)發(fā)展中的規(guī)律，發(fā)現(xiàn)人與自然界的規(guī)律，就相當(dāng)于在數(shù)據(jù)資源中發(fā)現(xiàn)金礦。這就是數(shù)據(jù)資源的開發(fā)利用，是非常有價(jià)值的工作。而數(shù)據(jù)挖掘是目前***進(jìn)的數(shù)據(jù)資源開發(fā)利用技術(shù)。
什么是數(shù)據(jù)挖掘
我們先來看一個(gè)數(shù)據(jù)挖掘的故事， "尿布與啤酒"的故事是關(guān)于數(shù)據(jù)挖掘最經(jīng)典和流傳最廣的故事。
那么數(shù)據(jù)挖掘是什么樣的技術(shù)呢？
數(shù)據(jù)挖掘是從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示三個(gè)步驟。數(shù)據(jù)準(zhǔn)備是從各種數(shù)據(jù)源中選取和集成用于數(shù)據(jù)挖掘的數(shù)據(jù)；規(guī)律尋找是用某種方法將數(shù)據(jù)中的規(guī)律找出來；規(guī)律表示是用盡可能符合用戶習(xí)慣的方式（如可視化）將找出的規(guī)律表示出來。
但在具體實(shí)施數(shù)據(jù)挖掘應(yīng)用時(shí)，還要有一個(gè)步驟就是結(jié)果評價(jià)。這是因?yàn)閿?shù)據(jù)算法尋找出來的是數(shù)據(jù)的規(guī)律，其中有些是人們感興趣的有用的，還有一些可能是不感興趣的沒有用的。這就要對尋找出的規(guī)律進(jìn)行評估。例如："跟尿布一起購買最多的商品是啤酒"這樣一條規(guī)律是否有用呢？這就需要市場調(diào)查和評估工程師根據(jù)實(shí)際情況做出評估判斷。這是一個(gè)人工步驟，還難以自動(dòng)化。
數(shù)據(jù)挖掘在自身發(fā)展的過程中，吸收了數(shù)理統(tǒng)計(jì)、數(shù)據(jù)庫和人工智能中的大量技術(shù)。
【編輯推薦】
