|
|
从属性到身份
在做数据挖掘的时候，总是有个阶段——变量选择。在挖掘领域里面，这叫作变量，variable。但如果在平常的业务交流中，还会有另一种替代的说法——"属性"。关于什么是"属性"，以前在ttnn曾发起过不少讨论（在这个group里面搜索便知）。不少朋友也对这个词的滥用表示唾骂，但没办法。在人们口语中，就是充斥这样的似是而非的术语。
这里不再纠缠"属性"究竟为何物，反正大家知道是那么回事就行了。可以将年龄是一个人的属性，也可以说使用xx业务是某个客户的属性。他就像一个标签一样，给一个东西打上标记。"唉，你就这类东西"。 如果这样说，其实属性跟上面提到的挖掘中的"变量"多少有些区别，好像属性多是指离散的，是定性的东西。而变量是连续的，是定量的。譬如一个人是男的，不是女的。这是性别属性，而一个客户的年龄，是23岁，这是连续的数值。其实本身，数据挖掘变量就分成这连续型和离散型的，但通常有一种"离散化"的操作，将连续变量转成离散变量。 曾经考虑过如何现对属性进行分类 （参见http://groups.google.com/group/ttnn/browse_thread/thread/cb3b2b912cf7a94f/64b5e0b5691c5475），最近又在做这方面的事情，正好回头将它再深入一些。 搞那么多属性干什么？做挖掘模型，能够表现得让人感到考虑周全。比如做客户分群和做产品关联得时候。这跟其他分类预测模型还不太一样，后者反正得到一个结果，提升率达到了即可，至于究竟那些变量（属性）是最起作用的，也是有人关心，有人不关心。但对于分群和关联分析，之前也介绍过一些解读的方法，确实，这些模型产生的结果如果不去解读，没什么意义。而这解读的结果，就是要将他们所依赖的变量，最重要的变量挑选出来，形成一种业务规则。例如"有一群客户，他们的特征是经常使用数据业务的，年轻的，消费能力并不太高的"，或者说"使用xx业务的客户，有七成机会还会去使用yy业务。" 看吧，总结、分析客户的属性，这不是目的，最后是要从这些属性中抽象出有用的、易于业务理解的规则。用时髦的话来说，就是"数据转换成信息，信息升华成知识"。 信息到知识这条路经，可以将属性当作信息，而知识是什么呢？我想是身份特征。 从属性到身份特征，是一个分析的过程。属性只是体现了一种忠实记录，一个人在系统上登记自己是"男"，那么我们就认为它的属性是"男"。但他究竟是男是女，谁知道。而一个人，他经常发送短信给自己喜欢的超女投票，那么也可以忠实地记录这个人有这个行为属性。从这些属性，能否深入一层，得到这个人的身份特征呢？能够的。想象一下，喜欢超女并且为之投票的是什么样的人？喜欢发送短信到陪聊服务的是什么样的人？行为总是能够反映一些人的特征。当然，其中肯定还是有一些脏数据，例如一些sp为了业务发展，自己使用自己的业务。这已经不是真实的"客户行为"，但这些行为多少跟客户"真正"的行为模式上是有些区别。 分析这些东西，还挺有意思。
责编：刘庆
微信扫一扫实时了解行业动态
著作权声明：kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。
|
热门博文
|
战略咨询工具大全(PPT116).ppt
战略咨询分析工具及使用方法.pd..|
|
