证券信息化_数据仓库_什么是啤酒和尿布的故事?数据挖掘实例_澳门银河赌场是怎样找到的? – 数据仓库与数据挖掘

兔年快到了。,我刚从家乐福买来的。,当我在以为计算时,我使想起了著名的麦芽酒和啤酒。。(那是本人假如与材料仓库意向相关性的书险乎都要警告的文豪材料仓库神奇效能的表演的图例。)

诸如,像沃尔玛很的阴茎曾经确立或使安全了材料仓库体系。,大批贩卖材料的统计剖析(本人更无力的争吵称为DA),使用可由PHDS冲洗的材料开掘技术。,被发现的事物惊人的的卒,麦芽酒和啤酒能够是最大的。。继阴茎校正了销售的位。,能力更强的地为客户服役,也通用了踏过两者都的对方的秘密武器。

呵呵。这故事成环形相当多的烂。。历年,我对这故事屁股的材料开掘技术相当多的敬畏。。=mathematics博士是很做的吗?。
为了懂得他们,我也去考虑是什么材料开掘。。卒是听说根本材料开掘可以分为两类,“麦芽酒和啤酒”所用到的是一种叫“凑合类什么什么”的技术。一本英文原版,阅读超越10页。,与个别的以为缺少多大相干。,因而我完整不懂。,以防人民持续领会它,人民将一无所知。。因而废吧。。

直到大概一年前。,因每回我去Carrefour,我大城市使想起这故事。,料不到的,我翻开了那整天的心扉。!料不到的对某人找岔子以前的“麦芽酒和啤酒”材料开掘与我两年前做出版的在防护公司内部搜索相关性性强的“澳门银河赌场”所处理的成绩完整是一回事!

重现讲讲“澳门银河赌场”是怎样回事。
初期,一份买卖的黑鬼合股适用于了他们对S的诱使。,动不动到国家买几百张身份证和开户,继使用这几百个账户集合买和贩卖,由此兜售股价走势,诈骗散户围攻者。。深圳防护买卖所买卖规则的换衣服,这是为了预防两者都的人使用多个假理由。)
接管机构就会邀请防护公司们对倘若有同本人公司内部两个或许两个从一边至另一边账户现实把持人是同本人人的使习惯于举行断定。(哈哈)。依其申述在防护需求中缺少材料开掘的事情请求。。缺少什么比这种请求更具典型的了。!)

概括地说,可以断定这两个理由倘若在两者都的IP地址登录?。或许经过一次性的的查询某天某只一份的某次含糊的买卖倘若有两个账户买卖量都比较大很的人工搜索行动来断定。而是以防方式是相当的的,你可以在几百个账户中找到相似物买卖的两个账户。。

以防事情请求发作要求了(动不动人民对本人究竟要处理何许的成绩都无法正规的界定方法,这是材料开掘使用中最大的硬的经过。,你对对方的商材料有本人正规的的默认。,你甚至不实现你有什么材料。,剖析常什么呢?!),这么你就无法把持随便哪一个难解的的实际。,安定下降,熟虑方法处理左右成绩。。

我取消我花了包括第一天和详尽地一天的工夫来神志清醒的地熟虑左右成绩。,因此方法处理它,无忧虑的地熟虑和比赛草案。。开端编制SQL行动做运用。,看结果。很多不神志清醒的的设想。,当编制SQL工艺流程时,这将发作异乎寻常的神志清醒的。。结果出版了。,在搜索到最相关性的一对解说后来,,我回去查核他们的买卖行动。。这是个该死的东西。。这完整是拖拉机理由。。在个别的材料支持你看不到随便哪一个东西。!(买卖所抢走用准保一切柴纳澳门银河赌场不知名的遁形!)

这执意路。:
1、 找出每个一份每天记载指前面提到的事物账户。,生产量表1(日期)、一份、撇开理由;
2、 每天两个理由私下的恣意两个理由 扩大(特化),叫它:笛卡尔货物的结成)。在意,出炉的卒,这两个账都值班的。,当你看它们的相关性性时,,这两个结成唯一的计算一次。。Ok,本人弟子。,我直线添加到随便哪一个两个理由。,也执意说,序列是干杯!的,卒是两者都的。,外形新的版图。左右新接守表现恣意两个理由的结成。。生产量使具体化的日期。、一份代码、每一对能够的理由结成和这三个F的新表,放在一边。
Select distinct A.日期,A股,理由 B理由 新结成 into 表2 from 表1 a cross join 表1 b on A.日期=b.日期 and A股=b.一份
3、 阵地新结成接守对新表举行汇总。,按量子,从大到小。
Select 新结成,count(*) 次数 from 表2 group by 新结成 order by 次数 desc
Bingo!卒出版了。!

你怎样完整不懂?没相干。,我方才说的那两个挫折动不动障碍了你们的行进。,方法从两个支持处理这些成绩?。左右算法实则很简略。,假如你1岁、默认事情请求;2、默认材料特性。

算法举行了六点月。,当我再次开始Carrefour的时分,我料不到的出现麦芽酒和啤酒的算法是正规的的。。你怎样懂得左右?。
我在找两者都的天。、在两者都的一份下,差额账户的频度。麦芽酒和啤酒的成绩也在两者都的天。、在两者都的发票下。,差额又发作频率。
懂得了吗?

Ok。从这两个诉讼中找出公共点。:在非常注定使习惯于,同时,也会有很多种卒。,同时找出两种最能够的卒。。

以防我完整不懂它是错的,这执意同样的的凑合器材料开掘算法。!!(对不起的,我对材料开掘缺少过于的默认。,因而我去百度搜索材料开掘参加比赛的人。,我常某些数量觉得。,或许对左右又的解说让我很困惑。。但我找到了我打算的术语。,称为聚类剖析(聚类)。我以为我缺少失误。。管它的,懂得逆有什么不对吗?,随便哪一个技术都被用来处理成绩。,以防人民不克不及处理左右成绩,随便哪一个技术都是狗屎。!)

讲到在这里,我也想把左右成绩向前推到本人新的高。,有以下见地:
1、麦芽酒和啤酒相关性事情请求相对责任什么材料仓库,你想想哪个超市的暂时代理的不情愿默认那个商品是被同时买的呢?深邃的技术实则动不动是处理最根底的天性请求的!
2、人民动不动经过影响的范围两者都的目的来处理成绩。,当你对成绩有十足的默认时,,处理办法自是会处理。。外来物喜欢做把简略的天性性的东西复杂的标准的化,就像他的名字。(想想戈德曼麻袋的金砖四国家大事什么),想想G2是什么。外来物喜欢做意向化现实的事物。。一旦事物被意向化,往国外的混日子悠闲地。。让我使想起在二级需求投机贩卖的普通意向,一旦本人人听到了什么,他就以为这是本人虚构的人。,但这种封为神动不动是意向化的卒。,这是摆动。!)
3、计算机科学有非常异国出口货物。,各式各样的出口意向各个的。,非常术语。当人民开始柴纳时,动不动会吓坏他们。。人民缺少自主地创始的勇气。!

呵呵。我以为我能触摸到你,帮忙你。!

[ 左右帖子是详尽地的。 maltig 于 2011-1-23 00:04 编制 ]

发表评论

电子邮件地址不会被公开。 必填项已用*标注