神舟行客户数据的业务关联结果-1 在神舟行的客户数据中,本案例根据算法输出的频繁模式产生53条关 联规则:剔除提升度小于1的业务规则,确保输出结果都是有效的: 剔除部分显而易见的业务规则。经过处理后,关联规则模型共输出14 条业务规则,如表7-15所示。 「规则号 规则 支持度置信度提升度」 1新闻早晚报=>手机报 5.80%100.00%1460 2手机报=>新闻早晚报 5.80%8456%1460 新闻早晚报==>彩铃 524%9037%109 4新闻早晚报=>GRS 507%8749%103 5新闻早晚报&手机报=>彩铃 5249037 1.09 6新闻早晚报&手机报==>GRPS 5.07 87.49 1.03 手机报=>彩铃 607%8867%107 8手机报=>GRPS 596%8701%1.03 无线音乐俱乐部=>彩铃 1109%9791%1.19 10 无线音乐俱乐部==>GRPS 1003%8855%105 无线音乐俱乐部=>彩铃&GRPS981%86.61%1.27 12 飞信==>彩铃 7.06%8571%104 13飞信==GRPS 762%92.61%109 14飞信=>彩铃&GRS 656%7973%1.17 表7-15神舟行客户数据生成的规则(部分)
神舟行客户数据的业务关联结果-1 ◼ 在神舟行的客户数据中，本案例根据算法输出的频繁模式产生53条关 联规则：剔除提升度小于1的业务规则，确保输出结果都是有效的； 剔除部分显而易见的业务规则。经过处理后，关联规则模型共输出14 条业务规则，如表7-15所示。 规则号 规则 支持度 置信度 提升度 1 新闻早晚报 ==> 手机报 5.80% 100.00% 14.60 2 手机报 ==> 新闻早晚报 5.80% 84.66% 14.60 3 新闻早晚报 ==> 彩铃 5.24% 90.37% 1.09 4 新闻早晚报 ==> GRPS 5.07% 87.49% 1.03 5 新闻早晚报 & 手机报 ==> 彩铃 5.24 90.37 1.09 6 新闻早晚报 & 手机报 ==> GRPS 5.07 87.49 1.03 7 手机报 ==> 彩铃 6.07% 88.67% 1.07 8 手机报 ==> GRPS 5.96% 87.01% 1.03 9 无线音乐俱乐部 ==> 彩铃 11.09% 97.91% 1.19 10 无线音乐俱乐部 ==> GRPS 10.03% 88.55% 1.05 11 无线音乐俱乐部 ==> 彩铃 & GRPS 9.81% 86.61% 1.27 12 飞信 ==> 彩铃 7.06% 85.71% 1.04 13 飞信 ==> GRPS 7.62% 92.61% 1.09 14 飞信 ==> 彩铃 & GRPS 6.56% 79.73% 1.17 表7-15 神舟行客户数据生成的规则(部分)
神舟行客户数据的业务关联结果-2 规则的分析 通过关联分析得到增值业务的关联规则结果以后,重要的工作是分析 各个规则的特征,结合业务进行深入的分析,从市场营销的角度出发, 提出针对性的营销方案和对策,从而将数据挖掘的有效信息转化为商 业行为。移动通信企业运用关联分析结果可以得到很多的用于决策支 持的知识,这里选出一部分规则进行分析 从上表可以看出,挖掘出来的关联规则的置信度比较高,但是支持度 较低,可能是神舟行增值业务的推广力度不够导致的。从第1、2条规 则可知新闻早晚报与手机报具有密切关系,客户使用其中一种业务几 乎会同时使用另外一种业务,置信度达到84%以上,提升度高达14% 以上,说明了这些客户有阅读手机电子报的习惯
神舟行客户数据的业务关联结果-2 ➢ 规则的分析 ◼ 通过关联分析得到增值业务的关联规则结果以后，重要的工作是分析 各个规则的特征，结合业务进行深入的分析，从市场营销的角度出发， 提出针对性的营销方案和对策，从而将数据挖掘的有效信息转化为商 业行为。移动通信企业运用关联分析结果可以得到很多的用于决策支 持的知识，这里选出一部分规则进行分析。 ◼ 从上表可以看出，挖掘出来的关联规则的置信度比较高，但是支持度 较低，可能是神舟行增值业务的推广力度不够导致的。从第1、2条规 则可知新闻早晚报与手机报具有密切关系，客户使用其中一种业务几 乎会同时使用另外一种业务，置信度达到84%以上，提升度高达14% 以上，说明了这些客户有阅读手机电子报的习惯