项目八 旅游电子商务数据挖掘 课件(共39张PPT)- 《旅游电子商务（第2版）》同步教学（人民大学版）

(课件网) 项目八 旅游电子商务数据挖掘 知识目标：理解数据挖掘的概念和内涵；理解机器学习、数据挖掘之间的区别和联系；理解旅游数据挖掘的意义。 学习目标 项目八 旅游电子商务数据挖掘 技能目标：能够运用Python语言从旅游网站上提取有用信息，并保存至本地存储；能够对中文文本进行文本分析，提取关键词，分析词频；能够运用情感分析技术对游客对景区的网络点评进行舆情分析。 素质目标：提升学生对旅游数据挖掘工作的理解和职业热爱；培养学生的创意创新思维和团队协作精神；培养学生认真细致的工作态度和工匠精神；通过中文分词的学习，让学生感悟汉字与中文之美，坚定文化自信。 任务一：新媒体的概念与发展历程 任务导入：近年来，大数据和数据挖掘的概念频繁出现在各类媒体上，“曝光率”和“回头率”都非常高，在旅游业中也不例外，请阅读“第一财经”的这篇报道：你有没有看懂旅游大数据？ 课堂讨论 以4人为一个小组，查阅大数据与数据挖掘在旅游业应用的案例，分组讨论：什么是数据挖掘？数据挖掘在电子商务业务上有哪些成功的案例？旅游业是否也需要进行旅游数据挖掘？ 虽然有些数据挖掘技术非常新颖并且看上去非常酷，但是数据挖掘本身并不是一种新的技术，自从世界上第一台计算机发明并投入实用以来，各行各业的人们就一起通过计算机进行数据分析，并把结果应用到各自的领域。在计算机发明之前的数个世纪里，人们在没有计算机的情况下，同样分析数据，只不过速度要慢上许多。Gordon S.Linoff对数据挖掘的定义是：数据挖掘是一项分析大量数据以发现有意义的模式和规则的业务流程。 一、什么是数据挖掘 自动预测趋势和行为，数据挖掘自动在大型数据库中寻找预测性信息，以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。 关联分析，数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。 聚类，数据库中的记录可被划分为一系列有意义的子集，即聚类。 二、数据挖掘功能 概念描述，就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同类对象之间的区别。 偏差检测，数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。 二、数据挖掘功能 三、数据挖掘技术包括 关联分析 主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。其主要依据是事件发生的概率和条件概率应该符合一定的统计意义。 序列分析 序列分析技术主要用于发现一定时间间隔内接连发生的事件。这些事件构成一个序列，发现的序列应该具有普遍意义。 三、数据挖掘技术包括 分类分析 分类分析通过分析具有类别的样本的特点，得到决定样本属于各种类别的规则或方法。主要方法有基于统计学的贝叶斯方法、神经网络方法、决策树方法及支持向量机。 聚类分析 聚类分析是根据物以类聚的原理，将本身没有类别的样本聚集成不同的组，并且对每一个这样的组进行描述的过程。其主要依据是聚到同一个组中的样本应该彼此相似，而属于不同组的样本应该足够不相似。 三、数据挖掘技术包括 预测 预测与分类类似，但预测是根据样本的已知特征估算某个连续类型的变量的取值的过程，而分类则只是用于判别样本所属的离散类别而已。预测常用的技术是回归分析。 时间序列 分析时间序列分析的是随时间而变化的事件序列，目的是预测未来发展趋势，或者寻找相似发展模式或者是发现周期性发展规律。 四、机器学习与数据挖掘 机器学习(Machine Lea ... ...