Lezione 4: Creazione di uno scenario sequence clustering (esercitazione intermedia sul data mining)

Il reparto marketing di Adventure Works Cycles vuole comprendere come i clienti si spostano attraverso il sito Web Adventure Works Cycles. L'azienda sospetta che vi sia un modello per l'ordine in cui i clienti inseriscono i prodotti nei loro carrello acquisti. Vogliono analizzare l'ordine delle sequenze di acquisto per scoprire come i clienti aggiungono articoli correlati ai loro cesti. Possono quindi usare queste informazioni per semplificare il flusso del sito Web in modo da consentire ai clienti di acquistare prodotti aggiuntivi.

Dopo aver completato le attività in questa lezione, sarà stato creato un modello di data mining che usa l'algoritmo Microsoft Sequence Clustering per prevedere l'elemento successivo che i clienti inseriscono nei carrello acquisti. Si proveranno con due versioni del modello: una che analizza solo l'ordine dei prodotti nel carrello e una che contiene alcuni dati demografici aggiuntivi dei clienti per il clustering. Infine, si useranno i modelli per creare stime che è possibile usare per consigliare prodotti ai clienti.

Per completare le attività della lezione, si userà la struttura di data mining market basket creata nella lezione 3: Compilazione di uno scenario Market Basket (Esercitazione intermedia sul data mining). Questa lezione contiene le attività seguenti:

• Creazione di una struttura del modello di data mining Sequence Clustering (esercitazione intermedia sul data mining)

• Elaborazione del modello Sequence Clustering

• Esplorazione del modello sequence clustering (esercitazione intermedia sul data mining)

• Creazione di un modello di sequence clustering correlato (esercitazione intermedia sul data mining)

• Creazione di stime in un modello sequence clustering (esercitazione intermedia sul data mining)

Attività successiva nella lezione

Creazione di una struttura del modello di data mining Sequence Clustering (esercitazione intermedia sul data mining)

Tutte le lezioni

Lezione 1: Creazione della soluzione intermedia di data mining (esercitazione intermedia sul data mining)

Lezione 2: Creazione di uno scenario di previsione (esercitazione intermedia sul data mining)

Lezione 3: Creazione di uno scenario Market Basket (esercitazione intermedia sul data mining)

Lezione 4: Scenario sequence clustering (esercitazione intermedia sul data mining)

Lezione 5: Creazione di modelli di rete neurale e regressione logistica (esercitazione intermedia sul data mining)

Vedere anche

Esercitazione di base sul data mining
Esercitazione intermedia sul Data Mining (Analysis Services - Data Mining)