数据挖掘在图书销售企业精确营销中的应用

研究基于数据挖掘技术的精确营销的方法和理念,结合图书销售企业目前的营销现状和存在的问题,挖掘发现隐藏在海量数据中的知识.通过对企业管理信息系统的源数据库海量信息的数据进行数据分析、提取,确立主题,进行有效的数据组织,来构建数据仓库模型.应用Microsoft SQL server 2005 Analysis提出数据挖掘技术的解决方法,并使用其功能强大的数据挖掘技术:决策树、聚类分析和关联规则等应用广泛的分析方法,探讨基于数据挖掘技术的精确营销在图书销售企业的客户细分,用户购买行为分析以及营销策略.     

基于中位分割碎片合并的特征挖掘云平台设计

为有效精确地挖掘海量数据流特征,提出采用数据集中位分割和冗余数据碎片合并的方法设计决策树并构建云平台数据特征挖掘模型。传统的云平台下数据挖掘中对碎片信息不做处理,使文本碎片成几何级增长,导致有用信息的丢失。通过挖掘冗余信息中符合挖掘条件的碎片特征,使用KD树进行数据挖掘索引,在迭代过程中,对数据进行层进中位分割,并结合碎片合并技术,构建数据挖掘云平台模型,对中位数进行维度匹配分箱,使数据的挖掘和传输率最大限度地得到利用。仿真实验证明了采用碎片合并的方法能有效提取冗余碎片中的有用特征信息,数据挖掘性能得到大幅度提升,在数据信息提取和管理中具有很好的推广意义。     

数据挖掘技术在客户获取中的应用研究

通过探讨数据挖掘决策树技术,提出构建决策树的过程,并基于C4.5算法,对数据挖掘在客户获取中的应用进行实例分析,验证其可行性.     

数据挖掘算法在债务管理中的应用

决策树算法是数据挖掘领域的核心分类算法之一,ID3算法则是最为经典的决策树算法。本文以ID3数据挖掘算法在债务管理中的应用为例,验证了算法的性能。     

决策树下引入残差数据合并的冗余数据挖掘

提出采用残差数据合并技术的冗余数据优化挖掘算法,利用训练集建立决策树模型,引入C4.5决策树模型进行冗余数据主特征建模,在主分量特征决策树下,引入残差数据合并技术,设定数据残差特征伴随追踪模式,把传统方法中用于滤除的数据信息进行拼接伴随追踪定位,实现了冗余数据特征的优化挖掘。把方法应用到网络流量时间序列数据处理中实现网络异常监测,仿真实验表明,新的数据挖掘算法能有效提取到冗余数据特征作为有用检测特征,数据挖掘效率大幅提高,有效促进了海量数据隐藏特征的挖掘和应用,设计的网络流量监测软件能提高网络管理和监测实效性。     

基于数据挖掘的学生成绩预测的应用浅析

决策树算法是数据挖掘技术中常用的方法,在分类和预测方面有着广泛的应用。本文简要地介绍了决策树ID3算法的基本思想,通过数据实例说明了构造决策树的实现过程,实现了对学生成绩的预测。     

数据挖掘中决策树分类算法的研究与改进

决策树分类算法是数据挖掘中一个重要的内容,而ID3算法又是决策树分类算法中的一种重要方法且被广泛应用。然而在实际应用过程中,现存的决策树算法也存在着很多不足之处,如计算效率低下、多值偏向等。为了解决这些问题,提出了一种基于ID3算法的加权简化信息熵算法,它提高了决策树的构建速度,减少了算法的计算运行时间,同时也克服了ID3算法往往偏向于选择取值较多的属性作为测试属性的缺陷。并且随着数据规模的增大,决策树的分类性能表现得越好。     

电信运营客户信用评分建模研究

随着电信市场改革的不断深入,电信企业客户信用管理越来越爱重视。本文运用数据挖掘中的决策树技术,针对重庆某电信运营公司提供的部分客户数据,进行了信用评分建模,为谈公司的客户信用管理提供了一种新的思路和解决方法。     

基于C4．5的决策树改进算法研究

对海量数据的处理能力是数据挖掘最关注的问题。决策树作为一种分类器,是数据挖掘中用到的一种基本方法之一。基于C4．5的决策树改进算法,是在一些典型的决策树分类算法的基础上提出的,基本思想是在建树过程中,用属性依赖度替代信息增益率来确定划分条件属性的顺序。该算法借鉴MedGen算法的阈值设定方法,在简化决策树剪枝和优化过程的同时,可优化C4．5算法中使用信息熵率的时间复杂度,避免了使用信息熵带来的不当划分。简述了该改进算法的执行过程,证明了算法的正确性。     

改进的决策树算法在教务管理数据挖掘系统中的应用

决策树算法是数据挖掘系统中一个重要的分类算法,选择合理而有效的测试属性以及对决策树进行适当的修剪是决策树算法的关键内容之一。将决策树算法引入教务管理挖掘系统,并对决策树测试属性的选择算法以及预剪枝算法进行改进。以九江学院学生四级考试信息为例,结果表明改进的决策树算法对于数据挖掘更具可靠性和有效性。     

基于CART二叉决策树的电信业客户流失的模型构建与控制

分析了决策树在电信业客户流失分析中的重要应用,建立了基于CART算法的二叉决策树构造的电信业客户流失分析模型,研究如何使用二叉决策树的构造方法来克服客户流失分析中数据碎片的产生,使用spss clementin数据挖掘平台构造挖掘模型并且使用实时的数据出现概率来进行模型的优化控制。实验与仿真证明,该模型的准确率较高,效果显著。     

模糊决策树算法在邮件分类中的应用

电子邮件是人们交流的主要方式之一,但垃圾邮件的泛滥给使用者带来了很大的困扰。鉴于传统过滤技术的缺点,本文采用性能更优的Fuzzy-ID3方法对邮件进行分析,通过提取邮件的特征信息、数据预处理等步骤,得到一棵修剪后的模糊决策树,并转换为的邮件分类规则,使用这些规则可以提高邮件分类的准确性及效率。     

基于无缝运输信息网格的并行数据挖掘

铁路运输、公路运输、水路运输和航空运输等系统中积累了大量的原始数据信息,为了有效地从这些异地的海量数据信息中抽取知识给无缝运输管理者提供决策支持,结合网格技术和数据挖掘技术提出了一个基于无缝运输信息网格（STIG）的并行数据挖掘方案。该方案的架构包括四层：用户层、挖掘任务分析和管理层、计算层、数据层。该方案的实现主要涉及数据挖掘算法服务的发现、数据分配和大数据源的分布式处理等技术。     

决策树在高校图书馆财政预算中的应用

高校图书馆财政预算涉及到的因素很多,如何公平、有效的分配有限的资源十分重要。本文通过建立一个简单的模型,利用数据挖掘中的决策树技术对一个学校图书馆的财政预算进行了详细的分析。     

基于数据仓库的图书借阅数据挖掘

本文通过构建图书借阅的数据仓库,建立了多维图书借阅数据集,使用数据挖掘中的决策树算法,对目标数据进行了分析,并从中得到了一些有关读者借阅图书的规则,可使图书馆了解读者借阅图书的特定取向,使得其在图书添加、图书摆放上更加合理,从而为读者提供方便,同时使图书馆对学校教学的辅助功能得到更加有效的发挥。     

关联规则在贫困学生信息库的应用

本文以高校学生信息数据为研究对象,主要以贫困学生信息数据为应用点,采用数据挖掘技术挖掘学生信息中的有用知识。本文围绕挖掘贫困学生信息这个主题,运用Apriori关联规则算法对得到的综合数据信息进行挖掘,并对Apriori算法的应用进行了改进,得出了有利于学生管理部门支持决策的知识。     

基于数据挖掘的群决策模型

本文基于数据仓库的数据挖掘技术,针对企业决策问题,讨论了如何有效地获取有关顾客信息及商品信息,以辅助决策者制定决策方案。在有多个决策方案的情况下,本文给出了一个用于方案评优与选择的群体决策模型。     

基于决策树方法的数据挖掘分析

介绍了数据挖掘与决策树算法的一些基本概念,然后对最经典也得到最广泛应用的ID3算法及其改进算法作了详细介绍,在最后给出了该算法的一些数据结构和实现代码。     

以数据挖掘提升企业服务补救能力

数据挖掘是当前国际上数据库和决策支持分析领域最前沿的研究方向之一。结合数据挖掘技术的特点和服务补救对信息的要求,本文探讨了数据挖掘在服务补救中的具体应用,提出了未来发展的方向。