1、數(shù)據(jù)挖掘?qū)嶒瀳蟾?姓名：段雯娟 學(xué)號：1106122310專業(yè)：會計學(xué)一、實驗?zāi)康?、學(xué)習(xí)和了解數(shù)據(jù)挖掘的基礎(chǔ)知識，學(xué)會使用SPSS Clementine11.1 軟件進行數(shù)據(jù)挖掘分析。2、使用軟件利用多項Logistic回歸對電信業(yè)客戶數(shù)據(jù)進行分析，找出電信服務(wù)使用模式和客戶個人特征之間的關(guān)系，為單個預(yù)期客戶定制服務(wù)使用模式。3、掌握數(shù)據(jù)挖掘過程的一般流程。二、實驗環(huán)境系統(tǒng)環(huán)境：Windows 7軟件環(huán)境：SPSS Clementine11.1軟件簡介：作為一個數(shù)據(jù)挖掘平臺， Clementine結(jié)合商業(yè)技術(shù)可以快速建立預(yù)測性模型，進而應(yīng)用到商業(yè)活動中，幫助人們改進決策過程。強大的數(shù)據(jù)挖掘功

2、能和顯著的投資回報率使得Clementine在業(yè)界久負(fù)盛譽。同那些僅僅著重于模型的外在表現(xiàn)而忽略了數(shù)據(jù)挖掘在整個業(yè)務(wù)流程中的應(yīng)用價值的其它數(shù)據(jù)挖掘工具相比， Clementine其功能強大的數(shù)據(jù)挖掘算法，使數(shù)據(jù)挖掘貫穿業(yè)務(wù)流程的始終，在縮短投資回報周期的同時極大提高了投資回報率。三、實驗數(shù)據(jù)本實驗所采用的數(shù)據(jù)是電信客戶資料記錄，名為telco.sav的數(shù)據(jù)。該數(shù)據(jù)包含11個字段，1000條記錄。這些字段是：region（地區(qū)）、age（年齡）、marital（婚姻狀況）、address（地址）、income（收入）、ed（教育程度）、employ（行業(yè)）、retire（退休）、gender（性

3、別）、reside（居住地）和custcat（客戶類別），其中客戶類別中1代表基本服務(wù)，2代表電子服務(wù)，3代表附加服務(wù)，4代表全套服務(wù)。四、實驗步驟與分析過程1、從數(shù)據(jù)源中選擇“SPSS文件”拖入工作框，如圖1，然后編輯附加數(shù)據(jù)。如圖2。圖1圖22、添加“類型”節(jié)點（如圖3），并對節(jié)點進行編輯，如圖4，將值為0和1的變量設(shè)為標(biāo)志字段，但是性別設(shè)為集合字段，將客戶類別字段的方向設(shè)置為輸出，其他字段的方向都設(shè)為輸入。圖3圖43、添加過濾節(jié)點（如圖5），并對其進行編輯，選取所需要的字段：region、age、marital、address、income、ed、employ、retire、gender

4、、reside、custcat，將其他字段過濾掉（如圖6）。圖5圖64、添加Logistic 節(jié)點進行建模（如圖7），并對節(jié)點進行編輯，如圖8、9、10，圖7圖8圖9圖105、執(zhí)行當(dāng)前流（如圖11），該模型custcat就會添加到右邊的模型選項板中（如圖12）。圖11圖126、瀏覽生成的模型，結(jié)果如圖13、14、15、16、17、18所示。圖13說明1基本服務(wù)為參照類，結(jié)果包括3個回歸方程：logP2P1=-0.04901+0.1477reside+0.02635employ-0.6764ed=4-0.9709ed=3-1.508ed=2-2.17ed=1+0.03685address （1）

5、logP3P1=-1.551+0.08447reside+0.05133employ+0.4647ed=4+0.6729ed=3+0.7185ed=2+0.5556ed=1+0.02157address （2）logP4P1=0.1806+0.2576reside+0.0424employ-0.5843ed=4-1.453ed=3-1.959ed=2-3.762ed=1+0.02184address （3）其中P1、P2、P3、P4分別表示選擇基本服務(wù)、電子服務(wù)、附加服務(wù)、全套服務(wù)的概率，logP2P1表示選擇電子服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)。從方程中可以看出，選擇電子服務(wù)概率與選

6、擇基本服務(wù)概率之比的自然對數(shù)、選擇附加服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)、選擇全套服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)都與address（地址）、employ（行業(yè)）、reside（居住地）成正比，選擇電子服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)、選擇全套服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)與教育各個等級都成反向關(guān)系，且教育水平越高，對它們的影響越小，選擇附加服務(wù)概率與選擇基本服務(wù)概率之比的自然對數(shù)則與教育各個等級成正向關(guān)系。圖13圖14圖15圖14和15是各個字段的統(tǒng)計變量，總共有1000組數(shù)據(jù)。圖16 圖16中的顯著水平都小于0.05，說明四個變量與因變量的線性關(guān)系是顯著的，因此模型可用。圖17圖17中似然比檢驗的顯著水平小于0.05，說明模型的擬合優(yōu)度較好。圖18 圖18是模型的錯判矩陣，說明對實際使用基本服務(wù)的客戶的預(yù)測的正確率是45.9%，對實際使用電子服務(wù)的客戶的預(yù)測的正確率是4.6%，對實際使用附加服務(wù)的客戶的預(yù)測的正確率是47.3%，對實際使用全套服務(wù)的客戶的預(yù)測的正確率是56.8%，模型總的預(yù)測正確率為39.9%。說明模型在識別全套服務(wù)客戶時表現(xiàn)優(yōu)異，而在識別電子服務(wù)客戶時表現(xiàn)很差。如果想提高預(yù)測電子服務(wù)中客戶的準(zhǔn)確性，可能需要再找到一個預(yù)測變量來識別此類客戶。如果電信對識別電子服務(wù)中的客戶并不關(guān)