「来源:｜Python爬虫与数据挖掘ID：crawler_python」
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
感时花溅泪，恨别鸟惊心。
「数仓宝贝库」，带你学数据！
导读：本文以餐饮行业的数据挖掘应用为例，详细介绍数据挖掘的建模过程。
数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法，帮助企业提取数据中蕴含的商业价值，提高企业的竞争力。
对餐饮企业而言，数据挖掘的基本任务是从餐饮企业采集各类菜品销量、成本单价、会员消费、促销活动等内部数据，以及天气、节假日、竞争对手及周边商业氛围等外部数据，之后利用数据分析手段，实现菜品智能推荐、促销效果分析、客户价值分析、新店选点优化、热销/滞销菜品分析和销量趋势预测，最后将这些分析结果推送给餐饮企业管理者及有关服务人员，为餐饮企业降低运营成本、提升盈利能力、实现精准营销、策划促销活动等提供智能服务支持。
接下来将以餐饮行业的数据挖掘应用为例，详细介绍数据挖掘的建模过程，如图1所示。
图1 餐饮行业数据挖掘建模过程
01
定义挖掘目标
针对具体的数据挖掘应用需求，首先要明确本次的挖掘目标是什么，系统完成后能达到什么样的效果。因此，我们必须分析应用领域（包括应用中的各种知识和应用目标），了解相关领域的有关情况，熟悉背景知识，弄清用户需求。要想充分发挥数据挖掘的价值，必须要对数据挖掘目标有清晰明确的认识，即决定到底想干什么。
针对餐饮行业的数据挖掘应用，可定义如下挖掘目标：
1）实现动态菜品智能推荐，帮助顾客快速发现自己感兴趣的菜品，同时确保推荐给顾客的菜品也是餐饮企业期望顾客消费的菜品，实现餐饮消费者和餐饮企业的双赢。
2）对餐饮客户进行细分，了解不同客户的贡献度和消费特征，分析哪些客户是最有价值的、哪些是最需要