① 数据挖掘算法有哪些商业应用案例
朴素贝叶斯(Naive Bayes, NB)
超级简单像做些数数工作条件独立假设立NB比鉴别模型（Logistic归）收敛更快所需要少量训练数据即使条件独立假设立NB实际仍表现惊想做类似半监督习或者既要模型简单要性能NB值尝试
Logistic归(Logistic Regression, LR)
LR模型则化比起NB条件独立性假设LR需要考虑本否相关与决策树与支持向量机（SVM）同NB概率解释且容易利用新训练数据更新模型（使用线梯度降）想要些概率信息（更容易调整类阈值类确定性置信区间）或者希望更数据能便更新改进模型LR值使用
决策树（Decision Tree, DT）
DT容易理解与解释（某些言——确定我否其）DT非参数所需要担野点（或离群点）数据否线性问题（例DT轻松处理种情况：属于A类本特征x取值往往非或者非属于B类本特征x取值间范围）DT主要缺点容易拟合随机森林（Random Forest, RF）（或者Boosted树）等集习算提原外RF类问题经表现（我相信般比SVM稍）且速度快扩展像SVM需要调整量参数所近RF非流行算
支持向量机（Support Vector Machine, SVM）
高类确率拟合理论保证选取合适核函数面特征线性问题表现SVM维数通高文本类非流行由于较内存需求繁琐调参我认RF已经始威胁其位
LR与DT问题（我更倾向LR与RF问题）做简单总结：两种都快且扩展确率面RF比LR更优LR线更新且提供用概率信息鉴于Square(确定推断科家应该趣化身)能事欺诈检测：想快速调整阈值改变假阳性率与假阴性率类结包含概率信息帮助论选择算各类本数量均衡（欺诈检测经发）需要重新采各类数据或者调整误差度量使各类更均衡
-
② 网络营销中数据挖掘面临什么问题
据我所知 数据挖掘抄
目前为止依然袭是一个抢手的稀缺的有待于深入的专业领域
而这种专业的知识 想要获取越多越好的经验
并不是虚无的50积分能够获取到的
当然不排除有人价值观存在这种几率
50分可以换取的是
数据挖掘最大的问题:并不是数据,而是对客户意向群体的判断和准确定位
数据都是存在的,等待挖掘的,而如何判断数据价值才是挖掘的真正意义
只有定向的真正意义的群体数据才会对客户直接应用最有效果
③ 求个数据挖掘技术在第三方物流中的案例
数据挖掘技术在第三方物流企业客户关系管理中的应用
1．构建数据仓库。通过电话、信函、传真、E－mail、Web
以及客户的宣传资料等方式获取客户的基本信息，并加以分析、存储
形成客户基本资料、客户清单、客户账单、客户的各种物流需求、
客户的咨询、建议、投诉信息、市场变化等文件资料，这些文件
主要服务于联机事务处理系统，是数据仓库的主要原始数据源。
数据仓库通过ETL过程（抽取、转换和加载）处理这些接口文件，
并且按不同的主题域组织、存储和管理这些客户数据，通过数据
仓库接口，对数据仓库中的客户数据进行联机分析和数据挖掘。
2．基于主题的数据挖掘。
（1）客户分类。第三方物流企业以客
户资源价值和企业利润最大化作为客户关系管理的细分标准。利
用数据挖掘技术可以把大量的客户分成三类：A类客户，即重点客户，约占企业客户总量的5％，对企业的价值贡献率为80％；B类客户，即普通客户，约占企业客户总量的15％，对企业的价值贡献率为l5％；C类客户，即小客户，除以上两类客户以外的客户群体，对企业的价值贡献率仅5％。在每一个类里的客户具有相似的属性，而不同类里的客户的属性也不同。例如，订货量多的客户与订货量少的客户分开进行配货作业，或根据订货种类个数将一个客户订单集中进行配货，可以提供高效率的作业方法。进而提高经济效益。第三方物流企业可针对不同的客户实施不同的客户关系管理策略。
（2）客户的个性需求。第三方物流企业应针对性地对客户提供个性化的服务。个性化物流服务，是提升客户忠诚度的有效途径。由于不同客户的产品特性、采购策略、市场策略、客户服务政策126《商场现代化》2009年1月（下旬刊）总第564期物流平台等都不相同，因此无论是服务内容、服务方式还是响应速度上的要求，都呈现出很强的个性化特征。第三方物流企业要根据不同的客户，为其量身定制地提供仓储、运输以及从原材料到产成品的存储、分拨、包装、加工、配送、结算、信息处理等一系列物流服务，满足其个性化的物流需求。利用分类分析法和聚类分析法对客户通话行为进行分析，从而得出客户在消费习惯、生活方式、社会联系等方面的特征。对客户个性需求分析的根本目的是为了按不同特征划分客户群，针对不同客户群的特征，第三方物流企业可以进行不同的市场营销活动和客户服务。
④ 谁能给我提供几个数据挖掘在电子商务中的应用案例急！！！！！！
数据挖掘交流讨论（26，与汪生讨论“网络日志分析的整体想法”）http://shzxqdj.blog.163.com/blog/static/816705772010111091055823/
数据挖掘实践应用（76，网络路径分析挖掘实战，上）
http://shzxqdj.blog.163.com/blog/static/8167057720106483155869/
数据挖掘营销应用（77，网络路径分析挖掘实战，下）
http://shzxqdj.blog.163.com/blog/static/816705772010614113824282/
数据挖掘实践应用(81, 《X产品功能点价值分析报告》落地应用讨论汇总)
http://shzxqdj.blog.163.com/blog/static/8167057720108111156557/
⑤ 求：数据挖掘技术在电子商务中有哪些应用谢谢！
购买推荐,反馈分析,客户分析等.都在用.
⑥ 国内的数据挖掘，大数据应用的案例有哪些
1. 亚马逊的“信息公司”：果全球哪家公司从大数据发掘出了最大价值，截至目前内，答案可能非亚马逊莫属。容亚马逊也要处理海量数据，这些交易数据的直接价值更大。
作为一家“信息公司”，亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来
2. 谷歌的意图：果说有一家科技公司准确定义了“大数据”概念的话，那一定是谷歌。根据搜索研究公司comScore的数据，仅2012年3月一个月的时间，谷歌处理的搜索词条数量就高达122亿条。谷歌的体量和规模，使它拥有比其他大多数企业更多的应用大数据的途径。
3.塔吉特的“数据关联挖掘”:用先进的统计方法，商家可以通过用户的购买历史记录分析来建立模型，预测未来的购买行为，进而设计促销活动和个性服务避免用户流失到其他竞争对手那边。
⑦ 国内的数据挖掘，大数据的案例有哪些
从去年6月接触大数据以来，我阅览了大量关于“大数据”的文章，每天大概版是权80篇这样一个量级。其中60%实在反复强调大数据概念，30%在借大数据的风炒作自己，剩下10%，有谈技术的，有谈硬件存储的，有谈解决方案，真要问有哪些是接地气并且实实在在大数据解决问题的案例，那是少之又少。
BAT在谈大数据，风投资本在谈大数据，银行/金融/保险在谈大数据，IBM、微软、EMC在谈大数据，专家教授在谈大数据，可是大数据真的让我们的生活变得更美好了吗？作为屌丝青年的我们真正感受到大数据的红利了吗？不管你信不信，我没有感受到。也就是说，大数据落地到普通人身的长征，还没走完。
我们日常生活中使用电脑、平板、手机的数据，被软硬件服务器采集加以使用，而我们却没有因为贡献大数据而让生活更智能，这不符合逻辑。
⑧ 数据挖掘与网络营销哪方面比较好些论文
数据挖掘相对网络营销来说太广泛了，数据挖掘就是说现在互联网必须依靠大数据系统来支撑，而大数据挖掘你学到掌握互联网的各种变化和企业数据分析，而网络营销只是互联网的一种模式而已，网络营销相对大数据额挖掘针对性较强设计面窄，数据挖掘相对涉及面较宽
⑨ 举例说明数据挖掘技术可以应用于市场营销做什么
识别客户，让你知道哪些是你的潜在客户，哪些客户的忠诚度比较高，内根据这些数据得到你的客容户分类；
对不同类型的客户实施精细化分级管理，满足客户需求，同时能够节省成本、增加效率，最终保有和提升客户的忠诚度；
准确定位客户的购买行为，通过需求分析、购买力分析、满意度分析等数据分析挖掘，不断改进货品和服务，能够更好的满足客户需求，增加销量、节约成本，以达到营销的目的。