User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space

課程: 論文研討(一)

日期 : 2013/01/04

時間 : 13:50 ~ 15:30

學生 : 資傳研一 朱宏昇

演講者 : 成功大學　曾新穆教授

心得報告:

　這次的主題是關於在社交網路中使用資料探勘以了解使用者行為，資料探勘是指在大量的資料中自動搜索隱藏於其中的關連。資料探勘必須透過統計、再現分析處理、情報檢所、機器學習、專家系統、模式識別來實現。這項技術使我們可以在大量的資料中比對出我們所需的相關資料，而其主要的技術有四類關聯(Association)、分類(Classification)、叢集(Clustering)、因果(Sequencing)。

 

一般而言，Data Mining功能可包含下列五項功能：
　‧分類(classification)
　‧推估(estimation)
　‧預測(prediction)
　‧關聯分組(affinity grouping)
　‧同質分組(clustering) 

 

而資料探勘有許多實例應用如:

1. 資料探勘在零售業的應用:
分店設點區位分析、銷售產品組合分析、促銷商品組合分析等等。

2.資料探勘在金融業的應用:
信用卡客戶信用評等、客製化金融服務、授信利率額度決策等等。

3.資料探勘在製造業的應用:
生產良率分析、庫存因素分析、物流整合及配置輔助決策等等。

4.資料探勘在醫療業的應用:
院內感染分析、臨床病徵分析、基因定序等等。