数据挖掘有奖问答比赛，精美奖品等你拿回家

太好了，可是没学过数据挖掘啊

没学过啊！！

容易学吗？

第一个问题，俺没有打过篮球所以没法下手。


第二个问题，我说下我的看法。
1.数据。需要两份数据
第一份数据是销售数据
时间        销售金额        店面编号

时间	销售金额	店面编号
2010.5.1 11:00:20	20	1
2010.5.1 11:00:21	20	1
2010.5.1 11:00:22	20	1
2010.5.1 11:00:23	20	1
2010.5.1 11:00:24	20	1
2010.5.1 11:00:25	50	1
2010.5.1 11:00:26	50	1
2010.5.1 11:00:27	50	1
2010.5.1 11:00:28	50	1
2010.5.1 11:00:29	50	1
2010.5.1 11:00:30	50	1
2010.5.1 11:00:31	50	1
2010.5.1 11:00:32	50	1
2010.5.1 11:00:20	50	2
2010.5.1 11:00:21	50	1
2010.5.1 11:00:22	100	1
2010.5.1 11:00:23	100	1
2010.5.1 11:00:24	100	1
2010.5.1 11:00:25	100	1
2010.5.1 11:00:26	100	1
2010.5.1 11:00:27	100	1
2010.5.1 11:00:28	100	1
2010.5.1 11:00:29	100	1
2010.5.1 11:00:30	100	1
2010.5.1 11:00:31	100	1
2010.5.1 11:00:32	100	1

第二份数据是 赛事时间相关数据

赛事编号	赛事时间开始时间	赛事结束时间
1	2010.5.1 11:00:23	2010.5.1 11:00:30
2	2010.5.1 11:00:24	2010.5.1 11:00:31
3	2010.5.1 11:00:25	2010.5.1 11:00:32
4	2010.5.1 11:00:26	2010.5.1 11:00:33
5	2010.5.1 11:00:27	2010.5.1 11:00:34
6	2010.5.1 11:00:28	2010.5.1 11:00:35

将这两份数据合并。（上面的两份数据是随机生成的，不具有代表性，数据结构可供参考）

2.方法用的方法是事件分析的方法。
将赛事期间设置为event period
赛前前面一个小时（根据需要调整）设置为pre-event period
将相同店面其他无赛事天的相同时间段设置为 w-period

计算各个period内销售次数和总的销售金额
然后用t检验或者非参数检验或者方差分析等方法来检验一下各个period的销售是否有显著差异，以及差异有多少。

3. 可以分店面分别作分析。找出哪一些店面有这个规律，这样可以在赛事之前做好准备。
如果有具体的销售数据（像是客户都买了什么） 还可以得出赛事来临之前顾客食物选择的偏好。这样可以在产品数量准备上有依据。



期待这两个问题好的思路和答案！

顶一个，一会儿在看

关于第二个问题。可以考虑difference-in-difference 的方法。体育赛事会增加快餐的需求，但是可能不会影响某种食品的消费。首先考虑赛事之前肯德基鸡块的销量和不受赛事影响的其他食品的销量的差别，然后再比较赛事期间二者的差别。如果赛事增加了快餐的需求，那么赛事期间二者的差别就会增加。从而通过比较两个差别的大小以及显著性来判断体育赛事是否增加了某种快餐食品的需求。

有意思！留个记号，回来做！

这活动不错

第一题用了人类智能方法，单线程性能参数150
大学 7pm 是 中锋/前锋 中锋 高--赢

顶一下。。