连接分析

连接分析
                                                               蔡伟杰    caiweijie528@yahoo.com

引言
商业世界是关系的世界。

关联分析是基于图论的。

关联分析的应用：

²        分析打电话的模式。

²        理解医师之间的推荐模式。

²        犯罪分析。

图论基础
基本概念：节点、边、全连接、平面图、连接图、路径、带权图、最短路径问题。

例子：七桥问题、销售员问题（哈密而顿路径）NP(not polynomial)问题。

从中得出一个经验：有时候用一个可以得出好结果但不是完美结果的算法，要比能寻找完美解的算法来的好。对于数据挖掘也一样：不完美的结果如果是可行的，那么这样的分析就是一个好的分析。

案例学习
寻找使用 Fax Machines的用户

why?

数据：经过处理后，只剩下三个字段：持续时间，发出电话号，接收电话号。

方法：通过一组已知的号码来寻找其他的号码。

Dedicated fax，Shared，Data三个的区别。

处理过程：1：选择一些已知的Fax Machines号码

                       2：从已知的号码中拓展开去，得到candidate集。

                    如果打411，555-1212，或一个已知的shared号则归到shared号中；否则归入fax号中。

                    如此反复。

对于时间极短的号码，我们就认为是错误号码，从而忽略。

有向图：在有向图中寻找回路。

案例学习
使用连接分析对便携式电话用户进行分群，然后向某些群体提供新的服务。实际效果是将回馈率从2-3%提高到15%。

数据：

1.         打电话号码和接电话号码

2.         打电话的地方

3.         打电话用户的帐号

4.         电话持续时间

5.         时间、日期

6.         其他各种记号

 

未使用连接分析之前的工作：市场部主要使用一个变量进行分群：MOU（minutes of use），就是每个月某部电话的使用时间。

两个用户的比较：


 



连接分析的作用：1：可视化，从一些用户的行为中分析出一些模式。

                             2：将产生的概念应用于更广的用户群体中。

不等的节点
连接分析的优缺点
优点：

1．可以充分利用关系

2．强大的可视化能力

3．创建衍生属性

缺点：

1．对不少数据格式是不可行的。

2．工具太少

3．对关系数据库进行分析的效率不高

<img src="images/post/smile/dvbbs/em08.gif" />