HW05

課程:論文研討(一)
日期:2010/10/15
時間:14:00~16:00
地點:s414
作者:資工研一 田文誠
今天演講者是中央大學資管系的陳彥良教授，這次的主題主要是Discovering RFM Sequential Patter From Customer’ Purchasing Data以關聯規則的主題，當然這對一個沒接觸過Data Mining的我來說，聽起來並不輕鬆，當然在演講的過程中同學告訴我說陳教授所演講的東西很像是跟Apriori有關，不過仍然聽不懂教授是在說什麼，我印象最深刻的就是陳彥良教授從中舉了很多的例子，像是要如何做Sequential Pattern Mining，可以從很多的序列式資料做Sequential Pattern，那為什麼要做呢?做這個的義意在哪邊?從Sequential Pattern我們可以知道之前發生的事情，因此可以推出之後發生的事情，像是微軟的股市如果下跌了，那IBM的股市也會跟著下跌。
還有就是在P15頁的圖(a,1,10)意思是在時間1買了a是10元，當然後面有更難的(b,I1,e,I2,c)就是買完b間隔了I1時間後買e再間隔I2時間後買c，而陳教授報告的關聯規則也可以讓需要Mining的資料量變得比較小，使Mining的速度變快。不過教授也說了min_sup(門檻值)也不能太高不然資料量會太少，這樣速度雖快但是卻刪掉了許多有用的資訊。
在關聯分析上，我有想到個生活中已經有企業在用，那就是麥當勞，以麥當勞的套餐搭配為例，他是以客戶來點的餐點進行分析，來搭配出套餐，雖然不是所有客戶都喜歡，但是可以從客戶點的餐點，搭配出套餐，就可以增加購買率。