Интеллектуальный анализ данных (Data Mining) - предназначен для выявления скрытых фактов и взаимосвязей в больших массивах данных. Полученные данные могут использоваться для принятия решений в различных сферах человеческой деятельности.
Информация, найденная в процессе применения методов интеллектуального анализа, нетривиальна и ранее неизвестна. Полученные знания описывают новые связи между свойствами, предсказывают значения одних признаков на основе других и так далее. Также знания применимы и на новых данных с некоторой степенью достоверности. Полезность заключается в том, что эти знания могут приносить определенную выгоду при их применении.
Задачи, решаемые в Prognoz Platform 8 методами интеллектуального анализа данных:
анализ ключевых факторов. С помощью анализа закономерностей выявляются наиболее значимые факторы и устанавливается степень влияния каждого фактора на изучаемое явление. Например, есть список клиентов, содержащий различные сведения о них и данные о том, купили ли они велосипед за последний год. Анализ ключевых факторов позволяет определить, что именно повлияло на покупку велосипеда и, например, в какой именно степени возраст влияет на покупку велосипеда;
определение категорий. С помощью алгоритма кластеризации выявляются группы данных, обладающие общими характеристиками. Определение категорий полезно для поиска подобия данных и формирования групп для дальнейшего анализа;
поиск исключений. С помощью анализа закономерностей выявляются объекты, наиболее отличающиеся от общего множества данных. Это позволяет выявить те данные, которые могут быть неверными и, как следствие, повлиять на качество дальнейшего анализа. Например, указан возраст владельца автомобиля равный 10 годам. Поиск исключений помогает найти подобные значения, просмотреть их и предпринять то или иное действие. Также поиск исключений позволяет находить шаблоны, не подпадающие под общие закономерности. Например, выявление нетипичной сетевой активности позволяет обнаружить вредоносные программы;
заполнение по шаблону. С помощью определенного алгоритма вычисляются пропущенные значения выбранного признака на основе закономерностей значений других признаков. Данный вид анализа может быть выполнен одним из следующих алгоритмов: дерево решений, логистическая регрессия или сеть обратного распространения. Например, данные содержат объемы покупок, количество заказов и статус заказчиков, причем значение статуса определяется на основе формулы с использованием других данных. Если статус у многих заказчиков отсутствует, то можно на основе данных об объемах покупок и количестве заказов с помощью заполнения по шаблону получить отсутствующие значения;
анализ ассоциаций. С помощью алгоритмов поиска ассоциативных правил выявляются взаимосвязи между элементами, появляющимися в нескольких транзакциях. Анализ ассоциаций применяется для анализа покупательского поведения и для создания систем рекомендаций. Например, анализ можно использовать для рекомендации товаров клиентам на основе тех товаров, которые они уже купили.
прогнозирование. С помощью определенного алгоритма прогнозируются будущие значения временного ряда на основе информации о его периодичности. Данный вид анализа может быть выполнен одним из следующих алгоритмов: Грей-метод, подбор формы зависимости, экспоненциальное сглаживание. Например, возможно составить прогноз ежегодного объема продаж на два года вперед начиная с текущего момента на основании имеющихся данных об объеме продаж.
Для анализа временных рядов вам понадобится:
Инструмент «Интеллектуальный анализ данных» в составе Prognoz Platform 8.
Источник данных для анализа: реляционный набор данных или отчёт с данными (экспресс-отчёт, рабочая книга или регламентный отчёт).
Порядок работы с интеллектуальным анализом данных:
Запустите инструмент анализа временных рядов и выберите реляционный набор данных для анализа или откройте отчёт с данными для анализа.
Выберите метод анализа и задайте его параметры.
Запустите расчёт метода. После окончания расчёта будет сформирован отчёт, содержащий результаты анализа.
Сохраните результаты анализа в виде регламентного отчёта в репозитории, экспортируйте в xls-файл или напечатайте.
Пример отчёта, полученного в результате интеллектуального анализа данных:
См. также: