SPSS-clementine 简单的操作体验

最近咋研究clementine，发现他功能很强大，流程也很清晰化，现在记录一个简单的操作过程，以下为整个操作过程图

研究说明，主要研究顾客的购买行为，主要究对象为顾客购买A商品的情况，我们主要研究顾客买了A商品后是否会再次购买A。B商品是A商品的附加商品，使用B商品会对是否再次购买A商品产生较大影响。

数据说明，来自数据库的2张表，第一张来自一个商品A销售数据，记录了客户ID,第一次购买A的消费金额，客户等级，是否有第二次购买A。第二张表记录和这个商品相关的另外一个商品B，记录了客户ID(和第一张表关联)，B的使用数量。现在来预测第一次购买A的人是否会第二次再购买A。根据以往的数据显示，第一次消费金额，客户等级，B商品的使用情况会对是否再次购买A产生比较大的影响

现在直接到clementine进行操作

首先用 源模块的sql导入节点载入数据：商品A和数据：商品B。

接下来做简单的处理数据，首先把商品A和商品B这2个数据合并，这步可以在数据库中用join做，不过为了操作一下clementine的数据处理功能，还是用记录选项中的

节点来操作，合并方法选择关键字：客户ID，下面选择全外连接，因为需要的数据是购买A商品的客户使用B商品的情况，也有部分客户使用了B商品但是没有购买A商品或者购买了A商品没有使用B商品，所以要用外连接，稍后把使用B商品但没有购买A商品的客户过滤掉，同时对买了A商品没有使用B商品的数据做一些处理，因为目前只关心购买A商品客户的相关情况

合并数据后，

接下来过滤掉

使用B商品但没有购买A商品的数据

，用节点，以首次金额这个字段为null,以及客户等级为null为条件来丢弃记录

接下来生成一个是否使用B商品的字段，用节点，如果B的使用次数大于0，为1，等于0或Null 则为0，这个变量稍后将进入模型，更改为标志型变量。

接下来对数据进行简单的审核，用节点，发现客户等级有30个缺失记录，

其他进入模型的变量都没有缺失，所以这里对客户等级缺失的记录不进入模型。

选择节点，对进入模型的变量做最后的处理，把客户ID和B的使用次数方向选为无，这些变量不进入模型，是否再次购买A为预测变量，选择输出，类型选择标志，其他为输入，是否使用B商品选择标志，客户等级的缺失开启，检查选择丢弃。

 

接下来进入建模阶段，这里的数据变量比较少，数量也不大 ，所以不选择建立训练和测试分区了，由于是预测再次购买与否，所以选择，

模型排序选择总体精确性，方法选择全部，执行一下。结果都差不多，准确率都在90%左右，C5，C&R数，神经网络，排在前三，选择这3种模型生成节点

接下来看看这个模型的解释结果，变量重要性显示，是否购买B商品最重要，A的首次费用其次，客户等级重要性不强，被排除在决策树的模型外。

同样的，C&R数的结果和C5的结果相似，神经网络算法比较复杂，这里暂时不陈述了。通过决策树可以看到，没有使用B商品的客户，几乎不会再第二次购买A商品了，使用了B商品的客户购买A商品的概率就比较大了，同时首次购买A商品费用大于62块的客户，再使用了B商品后，再次购买A商品的概率将达到70%

接下来通过一个的节点将模型整合，通过和可以看看模型的效果。

 

      

也可以保存在表中查看，

最后，对于新的数据，但是没有是否再次购买A商品的字段，我们可以通过这个模型来预测一下。

只要更换数据节点即可，之后的不能用了，可以通过生成表或者图表来看预测结果。

 

新的数据的预测结果为：整体上再次购买A的概率降低了

总结：通过一个简单的数据对spss clementine的从数据导入，选择，处理，建模，分析，应用有所了解。

当然由于数据量小和变量少，这个操作过程对简单，

在面对海量数据时，整个操作过程会更加复杂，数据处理已经其他考虑的方面将多得多。还需要多多学习和积