数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
说到领域专家，不得不说关联规则挖掘问题。
按定义：所谓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。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。
这个用途很大，西方很多银行就有这样的关联习惯。如果数据库中显示，某个高信用限额的客户更换了地址，这个客户很有可能新近购买了一栋更大的住宅，因此会有可能需要更高信用限额，更高端的新信用卡，或者需要一个住房改善贷款，这些产品都可以通过信用卡账单邮寄给客户。当客户打电话咨询的时候，数据库可以有力地帮助电话销售代表。销售代表的电脑屏幕上可以显示出客户的特点，同时也可以显示出顾客会对什么产品感兴趣。
关联规则挖掘在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。实际上，如果引入合适的领域专家，就能在这块极大地节省关系。普通人、数据挖掘技术人员不知道的关联关系，领域专家可以做很好地弥补，明明问几个专业人士就能明白的事情，你非要自己在那埋头计算，不是书呆子就是白痴吧？不错，即使是领域专家也未必百分百弄清楚一些细节，但是他们可以极大地缩小这个关联规则的范围。如前面的沃尔玛尿布问题，如果有社会访问数据，把消费者的家庭构成和消费习惯做了分析，再结合对比，不需要这种数据挖掘也能发现这个尿布啤酒问题。
一些电子商务购物网站使用关联规则中规则进行挖掘，然后设置用户有意要一起购买的捆绑包。也有一些购物网站使用它们设置相应的交叉销售，也就是购买某种商品的顾客会看到相关的另外一种商品的广告。淘宝的一个笑话就是，考虑了关联，但是没有考虑上下前后的关联，浏览骨灰盒的，你可以推荐墓地，但是别天天推荐骨灰盒，没那家天天需要这玩意。数字化转型网www.szhzxw.cn
所谓关联规则，其实就是数据模型之前就必须最大限度去考虑的。
有网友说：比如说我会买2000块的衬衣，也会买9块钱包邮的背心。会买500多的蛋糕，也会买20块的点心。给我推荐什么价格带的商品合适呢？都不合适。再牛的算法工程师也算不准哥的心情。这就是对购买者分析过少，缺乏对其购买特性做数据挖掘，买2000块的衬衣的，绝不会轻易买9块钱包邮的背心，这里面有规律的。
我们在实际中发现，数据挖掘中的建模有单模和多模，这个是那些纯理论的数据分析研究人员，目前极少留意到的。所谓单模和多模，就是在一个数据挖掘系统里面，有一个模型或者多个模型。有研究者试图通过多表来做分析。但是这个不是简单多表就可以解决的问题。
举例子来说，以对淘宝做数据分析为例，至少要设定两个数据模型。
第一个模型是用户模型，他描述的是用户特征，描述的包括经济学属性和社会学（心理学）属性，经济学属性包括用户的购买能力、购买行为等。社会学属性包括购买意图、兴趣爱好、甚至身高体重等。你要从他的购买颜色、商品类型等，来分析他的这些特点。数字化转型网www.szhzxw.cn
第二个模型是商品模型，他描述的商品特征，包括商品的经济学属性如价格、尺寸、颜色等，还有就是社会学属性比如“上下左右”商品，这个上下左右，也是我个人对数据挖掘中体会到的。所谓的上下，就是这个商品他的使用链上的配套用品，比如对于蒸笼来说，买了是为了蒸东西，那么速冻包子等就是它的下游用品，它的上游商品是插座等，因为你不事先准备好电，他没法去用。至于左右就是这个商品的同类产品，比如蒸笼的同类商品即电饭煲、炒菜锅等等。
如果你只是简单多表，而不是先给用户做出模型，分析出用户的特征，多表在淘宝上会是非常麻烦的。如果换成新浪微博，你要评估网民发微博的习惯，还要考虑到用户间的互动。多表就只能歇菜了。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于泰迪学社；编辑/翻译：数字化转型网Jack。
