基于概念描述数据挖掘的培训行业重点客户研究

利用数据挖掘的概念描述技术,采用t-权及d-权,进行了培训行业重点客户目标类和对比类的特征化和对比分析,通过对t-权及d-权的量化规则分析,得出了培训行业重点客户特征:拥有会员卡,外语水平比较低,市内高校的在校学生。     

基于数据挖掘的网银风险客户分类研究

在电子商务交易过程中,网银客户安全尤为重要。为保证网银安全,为网上交易提供一个良好的平台,引用数据挖掘方法中的决策树模型,利用网银客户基本信息、操作记录、交易信息及欺诈案例,对客户进行分类,确认网银风险客户,进而采用合理措施保障合法用户安全。该模型在应用过程中有效提高了银行监管风险客户的准确率。     

数据挖掘中的决策树算法比较研究

决策树算法是数据挖掘中一个重要的内容,但是在实际应用过程中,现存的多种决策树算法也存在着很多不足之处。本文总结并分析了近年来数据挖掘技术在决策树算法方面的研究,探讨了进一步的研究发展方向。     

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。     

基于数据挖掘的信贷客户信用评估系统研究

针对当前信贷业务中的信用风险问题,通过建立基于数据挖掘的信贷客户信用评估系统,并使用ID3算法对样本数据进行实证分析,表明数挖掘技术应用于金融企业的信贷客户信用评估系统中,可以从大量的客户信用数据中发现潜在有用的知识和规则,能够为信贷决策者提供科学、高效的方法对信贷客户进行评估分类.以期达到降低不良贷款率,提高金融企业效益的目的.     

基于数据挖掘银行客户信用风险评级体系研究

提出了基于数据挖掘的客户信用风险评级体系结构,深入解析了基于关联规则的客户信用风险评级指标体系的构建、基于BP神经网络的评级模型的构建和基于多种数据挖掘技术的分类结果细化可视化模块的构建.     

基于决策树法培训选择模型

随着科技的发展,企业越来越重视培训,但是目前在整个培训的流程中对于培训的效果多是培训后才分析,这就造成很多培训决策失误的案例.基于这个问题,采用决策树法对培训前的各种可能决策进行分析,进而找出给企业带来最大价值的行为.     

混合决策树/遗传算法的数据挖掘

混合的决策树/遗传算法的核心思想集中在数据挖掘的小析取式问题上。此算法的基本理论是属于大析取式的例子用决策树产生的规则进行分类,而那些属于小析取式的例子用遗传算法产生的规则进行分类。     

基于数据挖掘的供电企业客户细分方法及模型研究

随着电网建设的不断完善升级,电力客户对于电力产品及其配套服务的品质要求不断提升,并且逐渐呈现高要求、差异化的发展趋势.面对客户需求的差异化和企业内部服务资源的有限性,供电企业有必要对客户进行科学合理的细分,实施差异化管理.下以供电企业的大数据为依托,运用数据挖掘技术,从客户的供电可靠性要求、客户价值和客户行为3个维度,建立细分指标体系,利用K-means聚类算法建立客户细分模型,并以南网某省为例进行实证分析,最终证明了所建立的细分模型是合理的.     

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。     

基于顾客需求管理先验知识本体的数据挖掘改进方法研究

以顾客价值需求及行为理论为顾客需求管理领域的先验性知识,提出一种基于领域先验知识本体的需求数据挖掘改进方法,包括建立顾客需求领域本体和任务本体、引入本体进行挖掘的数据空间组织、挖掘算法选择及约束条件设置,并以移动服务为背景,给出该方法的应用示例及对管理决策的支持。     

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。     

数据挖掘技术在客户关系管理中的应用研究

客户关系管理是继企业流程再造、企业资源计划以后出现的面向顾客的新型管理机制。文章介绍了客户关系管理的内容,提出了传统信息处理技术在支持客户关系管理方面的不足,分析了数据挖掘技术在客户关系管理中的作用,并构建了数据挖掘在客户关系管理中的应用模型。     

运用数据挖掘技术预测客户购买倾向--方法与实证研究

商家大部促销行为，其实都是针对客户的促销，分类模型的主要功能是根据客户数据的属性将他们分派到不同的组中。本文提出利用数据挖掘技术建立客户购买意向分类模型，利用这种分类模型可以预测客户的购买倾向。     

基于数据挖掘的固网大客户流失组合预警

应用C5.0决策树算法、CART决策树算法、RBF神经网络建立某固网运营商客户的收入流失预警模型,然后运用GMDH方法建立了客户的收入流失组合预警模型。研究表明:模型提高了预警的准确率和覆盖率,模型能够帮助运营商找出收入有可能流失的客户,使其能对这些客户开展提前、有效的挽回营销工作,最大程度减少客户流失。     

以数据挖掘提升客户关系管理

客户关系管理正逐渐成为现代企业的焦点,数据挖掘(DM)技术是客户关系管理(CRM)中的核心技术之一。介绍了数据挖掘的实现过程,将DM与企业管理中的CRM相结合,将帮助企业更好地了解客户行为,做出正确的决策,使CRM战略得到有效实施,提高企业核心竞争力。     

数据挖掘技术在零售企业会员价值预测中的应用研究

以某零售企业2008.06.30-2009.06.29一年的销售数据为依据,以合理地划分会员等级为目标,根据会员一年的消费积分确定其所在的会员层级。在此基础上,采用数据挖掘技术中的决策树方法寻找衡量有价值会员的判定规则,该规则可作为对新客户和潜在客户进行价值判断的依据,为企业向客户做有针对性的营销打下基础,以期能在提高客户满意度的基础上,做到企业和客户的双赢。     

数据挖掘在高校图书馆智能分析中的应用

本文给出一种高校图书馆智能分析应用数据挖掘的思路和模式,以江苏广播电视大学图书馆为实例,详细分析了读者关联挖掘、图书动态聚类分析、读者特征细分挖掘在图书管理中的具体应用,经实施表明,数据挖掘的结果合理,可以帮助图书馆的决策者进行优化管理。     

基于判定树的数据挖掘技术在军训管理中的应用研究

目前数据挖掘技术已广泛应用到诸如金融、医学、军事、工业等众多领域中。本文基于数据挖掘技术的理论背景,运用判定树归纳分类方法,同时依据军事训练管理考核成绩,对军事训练管理情况进行预测、管理效果评估,并对其管理方法做出分析指导。