zMiner是一套适用于不同格式文件、异构数据源的通用数据挖掘台软件。它支持多种格式数据的读取和预处理,并采用直观易懂的可视化操作方式,只需轻松点击鼠标,无需编写任何函数和代码,即可满足各类典型应用需求,包括:风险发现、产品质量控制、市场预测、信用卡欺诈等。
特点:
●丰富的算法库
●人性化的设计
●简易的操作流程
●先进的建模方法
●强大的数据兼容性
在数据密集型行业有着广泛应用(尤其是证券、银行、电信、保险等行业):
zMiner(流程化数据挖掘软件) 特别适用于处理复杂数据, 既可作定量分析, 又可做半定量和定性分析 。
证券客户分析 |
客户贡献度、忠诚度分析、活跃和睡眠客户分析、客户服务分析、客户价格敏感度分析、客户交易偏好分析 |
投资产品分析 |
产品购买分析、产品持有分析、产品成长性分析、产品相关度分析、产品地域分布分析 |
营销人员分析 |
营销人员资料分析、营销人员客户分析(成交分析、交易偏好分析)、营销人员(客户)价值分析 |
数据挖掘 |
市场热点与客户行为联动分析、客户群体行为分析 |
流失预警分析 |
对已流失客户过去一段时间的信息进行分析,提炼出流失或有流失趋势客户的行为特征,建立客户流失预测模型,并将模型应用于现实的客户服务中,预测潜在流失客户,并采取相应的营销手段保持客户 |
数据 即是资源 即是财富
对大多数企业来讲,日常的业务数据量多而杂,以至于将有用的信息掩埋。传统的数据挖掘工具专为受过培训的 IT 专业人员或专业的数据分析师而设计,需进行专业的编程设计、算法有限、挖掘流程复杂,仅限于特定用户和专业用途。
相比之下,zMiner数据挖掘软件内置了丰富的算法,有主成分分析(PCA)、最小二乘法(LS)、偏最小二乘法(PLS)、人工神经网络(ANN)、遗传算法(GA)、支持向量机(SVM)等;数据挖掘流程丰富,有一般挖掘软件所不支持的野值剔除法、数据降维法、优化区视图和模型实施;支持多种数据格式,如text、Excel、Oracle、SQL构、DB2等;操作简单、快速,且准确性高,从而能为各类企业提供有效的数据管理。
zMiner软件主要菜单:
●项目管理
●文件处理
●电子表格编辑
●样本处理
●变量处理
●统计分析
●模式识别
●回归建模
●人工神经网络建模
●帮助系统
zMiner相关算法介绍:
算法内容 |
说 明 |
主成分分析(PCA) |
可以减少变量的冗余度和复杂度,方便建模,又不会使信息丢失,用户可以得到最相关的变量。 |
最小二乘法(LS) |
可以从一组测定的数据中寻求变量之间的依赖关系, 这种函数关系称为经验公式。 |
偏最小二乘法(PLS) |
既能过滤自变量的噪声,也能过滤因变量的噪声,预报能力更强、更稳定。 |
遗传算法(GA) |
不是采用确定性规则,而是采用概率的变迁规则来指导他的搜索方向,具有自组织、自适应和自学习性。 |
人工神经网络(ANN) |
属于“黑箱”方法,在应变量和自变量间关系复杂、机理不清的情况下,该法总能拟合出输入和输出间的关系,并能利用这种关系预报未知。 |
支持向量机(SVM) |
这种算法可以帮助用户解决在采集训练样本时带入过的大误差进入数学模型,提高模型的准确性。 |
|