Data mining

tài liệu công nghệ thông tin

LÀM QUEN VỚI PHẦM MỀM KHAI THÁC DỮ LIỆU CLEMENTINE 12.0 Cửa sổ làm việc: managers Streams project palette Hình 1.1: Cửa sổ làm việc clementine File: (Stream, Managers, Project, Outputs) khời tạo, mở file có sẵn, lưu file… Edit: Các lựa chọn undo, cắt/dán, delete, rename… file (stream, models, project, outputs) Insert: Thực số thao tác liệu (chức gần giống Palette) View: tắt/mở công cụ, Palette, Managers, Project Tools : số tùy chọn nâng cao: tạo mật khNu, quản lý palette… 1.1 Cửa sổ chính: Stream (lưu đồ làm việc): Là khu vực lớn cửa sổ Clementine, nơi mà bạn xây dựng thao tác liệu Stream tạo cách giống vẽ lưu đồ, cách thức để khai thác liệu Mỗi hoạt động đại diện biểu tượng node, node liên kết với dòng, giống cho dịng chảy liệu thơng qua hoạt động Bạn làm việc ( thực nhiều lưu đồ) lúc stream, mở stream Trong phiên, stream lưu trữ managers , phía bên phải cửa sổ Clementine 1.2 Các Palette nodes: Hầu hết liệu cơng cụ mơ hình hóa Clementine cư trú bảng nút, phía cửa sổ Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM Để thêm node vào dịng liệu , kích đúp vào biểu tượng từ Palette Nodes kéo thả chúng vào stream Sau kết nối chúng để tạo dòng, đại diện cho dòng chảy liệu Mỗi palette nodes chứa sưu tập nút liên quan, sử dụng cho giai đoạn khác hoạt động dòng chảy, chẳng hạn như: • Sources (nguồn): Các nút xác định nguồn liệu lấy vào Clementine • Record Ops (Tác vụ dòng liệu): Các nút thực hoạt động liệu, chẳng hạn lựa chọn, hợp nhất, phụ thêm • Field Ops (Tác vụ trường/biến): Các nút thực hoạt động trường/biến liệu, lọc, phát sinh lĩnh vực mới, xác định kiểu liệu cho lĩnh vực định • Graphs (Đồ thị): nút đồ họa hiển thị liệu trước sau thực bước khai thác liệu dạng đồ thị • Modeling (Mơ hình hóa): Các nút sử dụng mơ hình hóa thuật tốn có sẵn Clementine, mạng thần kinh, định, thuật toán clustering, xếp liệu • Output: Các nút xuất loạt liệu, bảng biểu, kết mơ hình, xem Clementine gửi trực tiếp đến ứng dụng khác, chẳng hạn SPSS Excel 1.2.a Giới thiệu Sources nodes: Chọn node Sources: Bạn chọn số nguồn lưu trữ liệu, ví dụ bạn chọn nguồn SPSS, bạn nhấp đúp chọn biểu tượng SPSS File kéo thả vào Stream Hình 1.2: Chọn nguồn liệu file SPSS Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM Sau bạn nhấp đúp vào biều tượng để hướng dẫn đến file liệu spss : Hình 1.3: Cửa sổ khai báo nguồn liệu file SPSS Import file: Chọn đường dẫn cho file liệu Filter : mặc định chọn tồn liệu, bạn chọn hạn chế số biến để phục vụ cho mục đích bạn Types: mặc định bạn định nghĩa file dự liệu gốc, bạn thay đổi: kiểu giá trị(types), values, missing Khi có liệu, chọn apply ok Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM Hình 1.4: cửa sổ khai báo liệu file excel Các nút nguồn Excel cho phép bạn nhập liệu từ phiên Microsoft Excel Import file: Chỉ định tên vị trí tập tin excel để nhập vào Use named range: Cho phép bạn định loạt tên cột định nghĩa bảng tính Excel Nhấp vào nút chọn( ) để chọn từ danh sách phạm vi có sẵn Tất hàng phạm vi quy định trả về, bao gồm hàng trống Với tên sử dụng, vùng liệu lại khơng có giá trị khơng thể khai thác Worksheet: Chỉ định worksheet chọn vào, số hay theo tên: • Index Xác định giá trị số cho worksheet mà bạn chọn vào, bắt đầu cho bảng tính đầu tiên, cho bảng tính thứ hai, • Name Chỉ định tên worksheet mà bạn chọn vào Nhấp vào nút ( ) để chọn từ danh sách worksheet sẵn Data range: Bạn nhập liệu bắt đầu với hàng không trống với phạm vi rõ ràng: • First non-blank row: Định vị biến không trống sử dụng góc bên trái vùng liệu Nếu gặp hàng trống tiếp theo, bạn chọn để ngừng đọc (stop reading) chọn hàng trở lại trống để tiếp tục đọc tất liệu vào cuối bảng tính (return blank rows), bao gồm hàng trống • Explicit range: Cho phép bạn định phạm vi rõ ràng hàng cột (ví dụ, Nguyễn Thảo Ngun, Khoa Tốn – Thống Kê, ĐH Kinh Tế TPHCM A3: G178) Tất hàng phạm vi quy định trả về, bao gồm hàng trống First row contains field names :Hàng chứa tên biến Chỉ hàng phạm vi quy định nên sử dụng trường tên Nếu không chọn, tên trường tạo tự động Lưu ý: Theo mặc định, với cột (biến) chứa hai hay nhiều kiểu(type) liệu số chuỗi, hai giá trị bị ( khơng có giá trị giống spss) Clementine không giống Excel-Clementine không cho phép lưu trữ loại hỗn hợp biến Để tránh điều này, bạn tự thiết lập định dạng ô văn bảng tính Excel, tạo giá trị (bao gồm số) để đọc 1.2.b Giới thiệu Record Operations: Các nút sử dụng để thay đổi liệu Các hoạt động quan trọng việc hiểu chuNn bị liệu cho khai thác liệu chúng cho phép bạn chỉnh liệu cho nhu cầu riêng The select node: chọn loại bỏ tập hợp dòng liệu dựa điều kiện cụ thể Ví dụ, bạn chọn liệu khu vực định ví dụ: (thành phố) = (thành phố HCM) Đây cửa sổ làm việc nút select: Hình 1.5: Bảng select Nguyễn Thảo Ngun, Khoa Tốn – Thống Kê, ĐH Kinh Tế TPHCM Mode: Chỉ định xem dòng liệu chọn loại trừ thỏa mãn điều kiện • Include Chọn bao gồm dòng liệu đáp ứng điều kiện lựa chọn • Discard Chọn để loại trừ hồ sơ đáp ứng điều kiện lựa chọn Condition: Hiển thị điều kiện lựa chọn sử dụng để kiểm tra mà bạn tự nhập vào biểu cửa sổ sử dụng Expression Builder cách nhấn vào máy tính (Expression Builder) nút bên phải cửa sổ Select node sử dụng để lấy mẫu Thông thường, bạn sử dụng nút sample cho hoạt động Tuy nhiên, điều kiện bạn muốn xác định phức tạp thông số cung cấp, bạn tạo điều kiện riêng bạn cách sử dụng nút Select Ví dụ (thành phố) = random(40) the sample node :Các nút lựa chọn mẫu cho tập hợp hồ sơ Một loạt loại mẫu hỗ trợ, bao gồm phân tầng, tập trung, không ngẫu nhiên (cấu trúc) mẫu Lấy mẫu hữu ích để cải thiện hiệu suất, để chọn nhóm hồ sơ liên quan, giao dịch để phân tích Nguyễn Thảo Nguyên, Khoa Tốn – Thống Kê, ĐH Kinh Tế TPHCM Hình 1.5: Bảng sample Sample method : simple Mode: Chọn (bao gồm) loại trừ hồ sơ cho phương thức sau đây: Chọn phương pháp lấy mẫu từ tùy chọn sau: • First Chọn lấy bao hồ sơ liệu Ví dụ, kích thước mẫu tối đa thiết lập 10.000, bạn 10.000 hồ sơ • 1-trong-n Chọn để liệu mẫu cách vứt bỏ kỷ lục thứ n Ví dụ, n thiết lập đến 5,các hồ sơ lấy 5,10, 15, 20 • Random% Chọn mẫu ngẫu nhiên tỷ lệ phần trăm liệu Ví dụ, bạn thiết lập tỷ lệ phần trăm đến 20, 20% liệu chọn The balance node: Các nút chỉnh cân cân liệu, phù hợp với điều kiện quy định Các thị điều chỉnh cân tỷ lệ hồ sơ mà điều kiện thật yếu tố quy định The Aggregate node: Nút tổng hợp thay chuỗi hồ sơ đầu vào với tóm tắt, tổng hợp hồ sơ đầu The recency, frequency, monetary (RFM): The sort node: Xếp loại hồ sơ tăng giảm dựa giá trị hay nhiều tiêu chí The merge node: Các nút Merge có nhiều hồ sơ đầu vào tạo ghi đầu có chứa số tất lĩnh vực đầu vào Nó hữu ích cho việc sáp nhập liệu từ nhiều nguốn khác The distinct node: Loại bỏ hồ sơ The append node: Các nút Thêm hồ sơ, Nó hữu dụng cho việc kết hợp liệu với cấu trúc tương tự liệu khác Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 1.2.c Giới thiệu Field operations: Sau thăm dò liệu ban đầu, bạn phải lựa chọn, sẽ, xây dựng liệu để chuNn bị cho phân tích Các lĩnh vực hoạt động bảng chứa nhiều nút hữu ích cho việc chuyển đổi chuNn bị the type node: Nút xác định kiểu liệu Thiết lập vai trò biến cho mục đích xây dựng mơ hình, xác định kiểu liệu, giá trị…cho biết liệu lưu trữ chuỗi, số nguyên, số thực, ngày tháng, thời gian Hình 1.5: Cửa sổ khai báo type • Values: Bạn sử dụng tồn values có file gốc cách chọn Read Values, tạo cách cột Values bạn chọn specify Các nhãn mà bạn định nút hình hiển thị suốt Clementine tùy thuộc vào lựa chọn bạn thực thuộc tính dịng hộp thoại • Missing values Được sử dụng để xác định giá trị coi khoảng trắng • Value checking Trong cột Kiểm tra, bạn thiết lập tùy chọn để đảm bảo giá trị trường phù hợp với phạm vi quy định Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM the filter node: Lọai bỏ số biến the reclassify node: Phân loại lại nút chuyển đổi tập giá trị rời rạc khác Phân loại lại hữu dụng cho thu gọn danh mục tập hợp liệu để phân tích the bining node: Các nút Binning tự động tạo lĩnh vực thiết lập dựa giá trị nhiều dãy số Ví dụ, bạn chuyển đổi lĩnh vực thu nhập quy mô vào lĩnh vực phân loại có chứa nhóm thu nhập độ lệch trung bình Một bạn tạo cho lĩnh vực mới, bạn tạo nút thu dựa điểm cắt Nếu bạn có cài đặt SPSS cấp phép máy tính bạn, Transform SPSS, liệu chuNn bị, nút chạy lựa chọn lệnh cú pháp SPSS so với nguồn liệu Clementine the Partition node Các nút phân vùng tạo lĩnh vực phân vùng, chia tách liệu vào tập hợp riêng cho việc đào tạo, thử nghiệm, giai đoạn xác thực việc xây dựng mơ hình the restructure node Các nút xếp chuyển đổi lĩnh vực thiết lập cờ vào nhóm lĩnh vực đặt giá trị lĩnh vực khác the transpose node:Các nút Transpose giao dịch hoán đổi liệu hàng cột để ghi lại trở thành lĩnh vực lĩnh vực trở thành hồ sơ 1.2.d Export node: Cung cấp chế xuất liệu định dạng khác để giao tiếp với công cụ phần mềm khác bạn Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM Các nút xuất SPSS đầu liệu SPSS Định dạng SAV Các file SAV Clementine đặt tên biến cho số biến kết tên SPSS đơi gây lỗi tên SPSS biến giới hạn đến 64 ký tự bao gồm số ký tự, chẳng hạn dấu cách, dấu hiệu đồng la ($), dấu gạch ngang (-) Có hai cách để điều chỉnh cho hạn chế này: Hình 1.5: Cửa sổ khai báo biến xuất file SPSS • Bạn đổi tên lĩnh vực phù hợp với yêu cầu SPSS tên biến cách chọn biểu tượng lọc/ chọn Rename for SPSS để đổi tên lọc Fields cho SPSS Export: Export field names Chỉ định phương pháp xử lý tên biến nhãn xuất từ Clementine cho SPSS file SAV • Names and variable labels:Tên nhãn biến Tên xuất tên biến SPSS, nhãn xuất khNu nhãn biến SPSS • Names as variable labels: Tên nhãn biến Chọn để sử dụng tên trường Clementine làm nhãn biến SPSS Clementine cho phép ký tự tên trường mà không hợp lệ tên biến SPSS Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 10 Hình 5.3:Stream neural Chúng ta dùng thêm node analysis output để thể bảng kết Hình 5.4:Kết phân cụm 5.000 bước liệu phân tích Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 26 Hình 5.5: Kết phân cụm 5.000 bước liệu kiểm tra: Hình 5.6: Kết phân cụm 20.000 bước liệu phân tích: Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 27 Hình 5.7: Kết phân cụm 20.000 bước liệu kiểm tra: 6.Cây định: Gồm có mơ hình C-RT, Chaid, Quest, C5.0 Việc phân loại hồi quy (C & R) Cây nút tạo định cho phép bạn quan sát dự đoán phân loại tương lai Phương pháp sử dụng phân vùng đệ quy để phân chia hồ sơ đào tạo thành đoạn cách giảm thiểu tạp chất bước, nút coi "tinh khiết" 100% trường hợp nút rơi vào thể loại cụ thể trường mục tiêu Mục tiêu dự báo lĩnh vực nhiều hay phân loại, tất chia tách nhị phân (chỉ có hai phân nhóm) Các nút QUEST cung cấp phương pháp phân loại nhị phân để xây dựng định, thiết kế để giảm thời gian xử lý cần thiết C & R , làm giảm xu hướng tìm thấy phương pháp phân loại để ưu tiên cho dự báo cho phép chia tách nhiều Dự báo lĩnh vực dãy số, lĩnh vực mục tiêu phải phân loại Tất chia tách nhị phân Các nút CHAID tạo định sử dụng số liệu thống kê chi bình phương để xác định tối ưu chia tách Không giống C & R QUEST nút, CHAID tạo nonbinary, có nghĩa số chia tách có nhiều hai nhánh Mục tiêu dự báo lĩnh vực nhiều hay phân loại Nhưng phải nhiều thời gian để tính tốn Nguyễn Thảo Ngun, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 28 Các nút C5.0 xây dựng định, thiết lập quy tắc Mơ hình hoạt động cách chia tách mẫu dựa lĩnh vực cung cấp thông tin thu tối đa cấp Các lĩnh vực mục tiêu phải phân loại Có thể chia thành nhiều hai nhóm Chúng ta thử mơ hình đánh giá, Các khai báo mơ nhau: Chúng ta chọn liệu gian lận bảo hiểm làm ví dụ: Với mơ hình C-RT: Fields/ chọn Use custom settings/ Đưa biến outcome vào khung Target, đưa biến lại: gender,claim,tickets,claims, atty vào khung Inputs Partition: đưa biến phân vùng vào có Use frequency field : sử dụng tần số Use weight field: sử dụng trọng số Hình 5.8: Khai báo biến Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 29 Hình 5.9: Bảng Model Model name: Tên mơ hình Use partition data: phân vùng liệu Mode phương pháp sử dụng để xây dựng mơ hình General model: mơ hình mặc định Launch interactive session :cho phép bạn xây dựng bạn cấp thời điểm, chỉnh sửa nhỏ tỉa mong muốn Độ sâu tối đa Xác định số lượng tối đa nhánh bên gốc C5.0 Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 30 Hình 5.10: Bảng Model C5.0 Model: Model name: Xác định tên mơ hình Use partition data : liệu phân vùng Output type: bạn muốn mơ hình kết Quyết định thiết lập quy tắc Group symbolics Nếu tùy chọn không chọn, C5.0 tạo nút cho giá trị biến sử dụng để phân chia nút cha Ví dụ, C5.0 chia tách vào lĩnh vực COLOR (với giá trị Red, Green, Blue), tạo phân chia ba chiều theo mặc định Tuy nhiên, tùy chọn chọn, hồ sơ hợp COLOR = RED tương tự hồ sơ hợp COLOR = BLUE, tạo phân chia hai chiều, với màu xanh lục nhóm, The Blues Red với nhóm khác Use boosting: Các thuật tốn C5.0 có phương pháp đặc biệt để cải thiện độ xác nó, gọi boosting Nó hoạt động cách xây dựng mơ hình khác chuỗi Mơ hình xây dựng theo cách thơng thường Sau đó, mơ hình thứ hai xây dựng cách mà tập trung vào hồ sơ phân loại sai mơ hình Sau đó, mơ hình thứ ba xây dựng để tập trung vào lỗi mơ hình thứ hai, Cuối cùng, trường hợp phân loại cách áp dụng tồn mơ hình , cách sử dụng thủ tục biểu để kết hợp dự đoán riêng biệt Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 31 vào tổng thể dự đốn.Nhưng địi hỏi phải thực lâu Số lượng thử nghiệm tùy chọn cho phép bạn kiểm sốt nhiều mơ hình sử dụng Cross-validate Nếu tùy chọn chọn, C5.0 sử dụng tập mơ hình xây dựng phần nhỏ liệu thử nghiệm để ước tính xác mơ hình xây dựng liệu đầy đủ Điều hữu ích liệu bạn nhỏ để chia nghiệm xác định Mơ hình xây dựng xác nhận chéo thực lúc Mode: simple: Favor: Theo mặc định, C5.0 cố gắng để xây dựng xác với accuracy Trong số trường, dẫn đến hiệu suất mơ hình áp dụng cho liệu Chọn generality để sử dụng cài đặt thuật tốn nhạy cảm với vấn đề Experted noise (%) Xác định tỷ lệ dự kiến liệu có sai sót việcthực thiết lập Hình 5.10: Stream định Kết phân cụm với kỹ thuật C_RT: Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 32 Kết phân cụm với kỹ thuật Quest: Kết phân cụm với kỹ thuật Chaid: Kết phân cụm với kỹ thuật C5.0: Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 33 PHÂN TÍCH RỔ HÀNG MUA: Hiệp hội quy Hiệp hội quy tắc kết hợp kết luận cụ thể (việc mua sản phNm cụ thể) với tập hợp điều kiện (việc mua số sản phNm khác) Ví dụ, quy tắc bia mát Các yếu tố trình tự đặt hàng tạo thành giao dịch Ví dụ, người vào cửa hàng mua bánh mì sữa sau vài ngày sau trả cho cửa hàng mua số mát, hoạt động mua người biểu diễn hai mặt Các thiết lập mục có bánh mì sữa, thứ hai chứa mát trình tự danh sách mặt hàng có xu hướng xảy theo thứ tự dự đốn Các nút trình tự phát trình tự thường xuyên tạo nút mơ hình tạo sử dụng để đưa dự đoán Yêu cầu Để tạo ruleset trình tự, bạn cần xác định trường ID, thời gian trường tùy chọn, nhiều lĩnh vực nội dung Lưu ý thiết lập phải thực tab Fields nút mơ hình hóa, họ khơng thể đọc từ nút Loại thượng nguồn Các trường ID có hướng loại Nếu bạn định lĩnh vực thời gian, có hướng nào, phải có dạng số, ngày, giờ, dấu thời gian Nếu bạn không định lĩnh vực thời gian, nút trình tự sử dụng dấu thời gian ngụ ý, có hiệu lực sử dụng số hàng giá trị thời gian Nội dung lĩnh vực có loại hình phương hướng, tất lĩnh vực nội dung phải loại Nếu họ có số, họ phải dãy số nguyên (không thực dao động) Điểm mạnh Các nút trình tự dựa thuật tốn CARMA luật kết hợp, sử dụng phương pháp hai-pass hiệu cho việc tìm kiếm trình tự Ngồi ra, mơ hình tạo nút tạo nút trình tự chèn vào luồng liệu để tạo dự đốn Các nút tạo mơ hình tạo siêu nút để phát đếm trình tự cụ thể để thực dự đốn dựa trình tự cụ thể Trước thực nút trình tự, bạn phải định ID nội dung lĩnh vực tab Fields nút trình tự Nếu bạn muốn sử dụng lĩnh vực thời gian, bạn cần phải xác định ID field Chọn trường ID danh sách Số lĩnh vực biểu tượng sử dụng trường ID Mỗi giá trị lĩnh vực nên đơn vị cụ thể phân tích Ví dụ, ứng dụng giỏ thị trường, ID đại diện cho khách hàng Đối với ứng dụng phân tích Web log, ID đại diện cho máy tính (theo địa IP) người dùng (theo liệu đăng nhập) • IDs are contiguous Nếu liệu bạn presorted để tất ghi với Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 39 ID xuất dòng liệu, chọn tùy chọn để tăng tốc độ xử lý Nếu liệu bạn không presorted (hoặc bạn không chắn), để lại tùy chọn khơng chọn, nút trình tự xếp liệu tự động Lưu ý: Nếu liệu bạn không phân loại bạn chọn tùy chọn này, bạn nhận kết khơng hợp lệ mơ hình chuỗi bạn use time field Nếu bạn muốn sử dụng lĩnh vực liệu biết thời gian kiện, chọn lĩnh vực sử dụng thời gian xác định lĩnh vực sử dụng Các lĩnh vực thời gian phải có dạng số, ngày, giờ, dấu thời gian Nếu khơng có trường thời gian quy định, hồ sơ cho đến từ nguồn liệu để tuần tự, số kỷ lục sử dụng giá trị thời gian (kỷ lục xảy vào thời điểm "1"; phần thứ hai, vào thời gian "2") content field Xác định lĩnh vực nội dung (s) cho mơ hình Những trường có chứa kiện quan tâm mơ hình chuỗi Bảng so với số liệu giao dịch Các nút trình tự xử lý liệu định dạng bảng giao dịch Nếu bạn sử dụng nhiều lĩnh vực với liệu giao dịch, mục quy định lĩnh vực cho hồ sơ cụ thể giả định đại diện tìm thấy giao dịch với dấu thời gian Xem dạng bảng so với Transactional Dữ liệu cho biết thêm thông tin Nguyễn Thảo Nguyên, Khoa Toán – Thống Kê, ĐH Kinh Tế TPHCM 40 ... Name Chỉ định tên worksheet mà bạn chọn vào Nhấp vào nút ( ) để chọn từ danh sách worksheet sẵn Data range: Bạn nhập liệu bắt đầu với hàng không trống với phạm vi rõ ràng: • First non-blank row:... thị tên theo lệnh thực hiện, bạn đặt tên lại cho lệnh “phan cum” hay tùy ý bạn Use partitioned data: Sử dụng liệu phân vùng Nếu trước liệu bạn thực lệnh Partition Number of clusters: Xác định... Kinh Tế TPHCM 23 Hình 5.3: Bảng tùy chọn neural Model: Model name: Tên mơ hình Use partitioned data: Sử dụng liệu phân vùng Method: Phương pháp Có sáu phương pháp để xây dựng mơ hình mạng thần