BÀI GIẢNG KHAI PHÁ DỮ LIỆU CHƯƠNG 6. PHÂN CỤM DỮ LiỆU và HỆ THỐNG TƯ VẤN
Nội dung
Giới thiệu. Ví dụ về phân khúc khách hàng
Một khung nhìn vòng đời khách hàng
Khung nhìn hành trình KH: thang giá trị
Hai lợi ích quan trọng phân khúc KH
Trung thành KH
Bài toán phân khúc khách hàng
Học máy không giám sát tối ưu hóa
Loại KPDL Mô tả: phân cụm
Giới thiệu: bài toán phân cụm
Sơ bộ tiếp cận phân cụm
Các phương pháp phân cụm
Các phương pháp phân cụm
Một số độ đo cơ bản
Một số độ đo cơ bản
3. Thuât toán K-mean gán cứng
a. Thuât toán K-mean gán cứng
Thuât toán K-mean
Thuât toán K-mean
Thuât toán K-mean mềm
b. Thuât toán PAM (K-mediod)
4. Phân cụm phân cấp
a. Phân cụm phân cấp từ dưới lên
Phân cụm phân cấp từ dưới lên
HAC với các độ đo khác nhau
b. Phân cụm phân cấp BIRCH
BIRCH: Năm độ đo khoảng cách
Cây đặc trưng phân cụm CF Tree
Chèn vào CF Tree và BIRCH
Các thuật toán phân cụm khác
7. Biểu diễn cụm và gán nhãn
Gán nhãn cụm
Ví dụ: Gán nhãn cụm văn bản
8. Đánh giá phân cụm
Đánh giá theo độ đo tương tự
Ví dụ: Chế độ, đặc điểm phân cụm web
Ví dụ
Hệ thống tư vấn
Ví dụ
So sánh lọc và phân lớp
Hệ thống tư vấn: Tính chất
Kỹ thuật lọc trong hệ thống tư vấn
Lọc cộng tác hướng người dùng
Lọc cộng tác hướng mục và mô hình
Tổng hợp hệ thống tư vấn lọc cộng tác
Kỹ thuật lọc nội dung
Khung khái quát hệ tư vấn lọc nội dung
Hoạt động hệ thống lọc dựa trên nội dung
Học mô hình sở thích người dùng
Phương thức đánh giá hiệu năng HTV
Đánh giá hiệu năng hệ tư vấn: Độ đo
Tư vấn xã hội
Tư vấn vị trí di động
Tư vấn nhóm người dùng