1SAS数据挖掘的方法(Semma)
(1)Sample———数据取样数据取样时，首先要从大量样本数据中采集具有特征性的子集，而不是全部的海量数据。在数据采集过程中，应该遵循的原则是保证数据的可验证性和有效性。得到反映本质规律的有效结果。(2)Explore———数据采样和预处理当分析样本数据集时，它是否符合客观规律，有没有潜在的发展趋势，如何进行有效的聚类和划分等，这些都是必须要处理好的课题。在实际的操作中，一般利用良好的人机交互界面进行操作，如SAS的几种良好的产品。这几种工具提供了优秀的人机交互界面和可视化的数据操作方法，对数据特征的提取具有良好的作用。(3)Modify———数据值修正通过前两个步骤操作，所要解决的问题进行了明确和量化。在此基础上进一步明确后，你可以根据问题属性和划分得到具体的数据集，看它是否符合问题的要求。为了解决这个问题，可能需要经常进行数据集的修改和调整，也可以根据新的理解，对整个数据挖掘过程进行分析，结合或生成一些新的变量，从而得到具体的描述。(4)Model———模型的构建、决策的生成数理统计方法可以实时处理数据，这些工具的应用不仅可以揭示新的关系，进而预测其发展趋势，或在一定条件预判结果。此外，SAS人工神经网络和决策树方法可以用来选择从多元相关的特征中提取向量进行模型的建立和预判。(5)Assess———模型评估和分析在上述分析过程中得到较为理想的模型结果，在模型和模式中需要挑选最优的。但更经常会得到目标的多方面的描述，然后将描述整合起来，为决策分析提供合理的理论和数据支撑。如何合理的构建模型，对模型进行最优化，这是核心的问题。除了数据挖掘软件提供了系统软件包外，另外的处理方式是原来的模型检验。如果不是，决策支持信息的价值就有待于重新评价。
2个案决策
下述研究是某购物网站对其化妆品客户购买意愿的在线调查响应的分析和决策。其中应用了软件系统的数据挖掘方法、决策及构建了人工神经网络模型。如果仅凭经验去处理，决策者可能得不到直观量化的数据和研究，只能凭以往经验或直觉给出粗略分析和决策。图1是SAS应用/EM窗口。在SAS／EM窗口，可以直观的建立项目，构建数据挖掘的整个过程中，包括数据库和数据表的创建、数据分割、变量变换、数据采集与处理、人工神经网络建模、模型的评价和决策和展览等。当企业没有建模分析，盲目地去进行问卷调查，结果约19.9%的响应率。这是浪费人力资源、能力和时间。不调查分析，不知道喜欢这个产品的客户有什么特点。算法生成的模型根据采样数据的分布特征的自动提取特征和权值。这些权值量化了用户的属性，如不同年龄段如青春期的少女喜欢的化妆品。在图2的神经网络分析中可以看到，如果将调查表减少到原来的40%，回应率预计将达到33%；如果将调查表减少到原来的20%，回应率预计将达到61%。进一步，在神经网络的响应度结果分析基础上对数据进行进一步分析的结果表明，根据在线调查表的问卷报告显示，回应率高达85%。这样在线调查的结果，不仅节省人工和资源，而且高效的了解了客户源和产品需求，为企业的决策和进一步的发展打下了良好的基础。
作者：闫伟 单位：延边职业技术学院
相关专题：黑龙江中医药杂志邮箱 永暑礁
