本文關(guān)鍵詞：決策樹(shù)在移動(dòng)市場(chǎng)營(yíng)銷中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：移動(dòng)電信市場(chǎng)中用戶的爭(zhēng)奪戰(zhàn)愈演愈烈。特別是4G時(shí)代的到來(lái)，移動(dòng)電信運(yùn)營(yíng)商們更是竭盡所能，可以說(shuō)是無(wú)所不用其極。移動(dòng)電信用戶中集團(tuán)客戶作為具有強(qiáng)烈社會(huì)影響力，能夠?yàn)檫\(yùn)營(yíng)商帶來(lái)豐厚利潤(rùn)的大客戶，更是這場(chǎng)戰(zhàn)斗中的焦點(diǎn)。同時(shí)移動(dòng)電信運(yùn)營(yíng)商的運(yùn)營(yíng)系統(tǒng)保留了大量的用戶信息資料。這些資料含有豐富的客戶信息，通過(guò)數(shù)據(jù)挖掘手段能夠有效地分析出用戶的需求和對(duì)于服務(wù)的滿意程度。運(yùn)營(yíng)商可以運(yùn)用這些信息制定出有效的營(yíng)銷策略，從而在戰(zhàn)斗中取得勝利。數(shù)據(jù)挖掘技術(shù)中決策樹(shù)算法是當(dāng)前非常流行的一種分類預(yù)測(cè)算法。決策樹(shù)算法是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，通過(guò)對(duì)訓(xùn)練集的學(xué)習(xí)推理出一個(gè)樹(shù)形結(jié)構(gòu)表示的分類規(guī)則。決策樹(shù)算法以其出色的數(shù)據(jù)分類效率、直觀易懂的展示結(jié)果等特點(diǎn)成為了數(shù)據(jù)挖掘應(yīng)用最廣的技術(shù)之一。 本文在研究決策樹(shù)數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，，進(jìn)行了基于移動(dòng)集團(tuán)客戶用戶數(shù)據(jù)的分析與挖掘。移動(dòng)集團(tuán)客戶潛在虛假挖掘系統(tǒng)是移動(dòng)提出為了落實(shí)集團(tuán)客戶精細(xì)化管理，提升集團(tuán)客戶營(yíng)銷服務(wù)整體水平而建設(shè)的一個(gè)可視化挖掘平臺(tái)，其核心是以決策樹(shù)ID3算法為基礎(chǔ)的分類器。通過(guò)分類器將集團(tuán)客戶成員分成潛在集團(tuán)客戶成員、虛假集團(tuán)客戶成員和粘性集團(tuán)客戶成員。但是ID3算法存在著兩個(gè)缺陷，在實(shí)際算法中會(huì)大量調(diào)用系統(tǒng)函數(shù)來(lái)執(zhí)行l(wèi)og計(jì)算，算法在選擇最佳分類屬性時(shí)會(huì)優(yōu)先選擇屬性值最多的屬性，但是往往屬性值較多的屬性和業(yè)務(wù)問(wèn)題的關(guān)聯(lián)度比較低。本文首先通過(guò)邁克勞林公式對(duì)ID3算法進(jìn)行了化簡(jiǎn)，將大量的log計(jì)算轉(zhuǎn)換成簡(jiǎn)單的乘除法計(jì)算，提高了算法的效率。同時(shí)根據(jù)移動(dòng)集團(tuán)客戶業(yè)務(wù)屬性自身特點(diǎn)，提出了屬性粘性度這一個(gè)概念，通過(guò)計(jì)算屬性粘性度，來(lái)對(duì)候選屬性集中屬性排序，在選擇屬性時(shí)優(yōu)先選擇粘性度值較高的屬性，這樣可以有效避免ID3算法存在的偏性問(wèn)題。最后，將改進(jìn)ID3算法應(yīng)用到移動(dòng)集團(tuán)客戶潛在虛假挖掘系統(tǒng)中。通過(guò)以SSH為框架的Java Web技術(shù)，以及JQuery和Fusioncharts為主的前臺(tái)報(bào)表圖形展示技術(shù)，將分類結(jié)果展現(xiàn)出來(lái)。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 決策樹(shù) ID3算法 集團(tuán)客戶
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP311.13
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-10
• 第1章 緒論10-17
• 1.1 選題背景及研究意義10-12
• 1.2 移動(dòng)電信市場(chǎng)營(yíng)銷中的數(shù)據(jù)挖掘12-15
• 1.2.1 數(shù)據(jù)挖掘研究現(xiàn)狀12-13
• 1.2.2 數(shù)據(jù)挖掘未來(lái)的趨勢(shì)13-14
• 1.2.3 數(shù)據(jù)挖掘在移動(dòng)電信市場(chǎng)營(yíng)銷中應(yīng)用現(xiàn)狀14-15
• 1.3 本文主要研究工作15-17
• 第2章 數(shù)據(jù)挖掘基本理論17-27
• 2.1 數(shù)據(jù)挖掘概述17-20
• 2.1.1 數(shù)據(jù)挖掘定義17-19
• 2.1.2 數(shù)據(jù)挖掘方法19-20
• 2.2 數(shù)據(jù)挖掘分類方法20-21
• 2.3 決策樹(shù)概述21-24
• 2.3.1 決策樹(shù)方法簡(jiǎn)介21-22
• 2.3.2 經(jīng)典的決策樹(shù)算法22-24
• 2.4 CRISP-DM 標(biāo)準(zhǔn)24-26
• 2.5 本章小結(jié)26-27
• 第3章 ID3 算法分析27-40
• 3.1 信息論知識(shí)27-28
• 3.2 ID3 算法基本原理28-30
• 3.3 ID3 算法舉例測(cè)試30-31
• 3.4 ID3 算法的 Java 實(shí)現(xiàn)31-39
• 3.4.1 ID3 算法流程31-33
• 3.4.2 ID3 算法 Java 實(shí)現(xiàn)33-39
• 3.5 本章小結(jié)39-40
• 第4章 基于移動(dòng)市場(chǎng)營(yíng)銷應(yīng)用的 ID3 算法優(yōu)化40-55
• 4.1 ID3 算法在實(shí)際問(wèn)題中的缺陷40
• 4.2 ID3 算法計(jì)算效率方面優(yōu)化40-44
• 4.2.1 算法優(yōu)化40-43
• 4.2.2 舉例測(cè)試43-44
• 4.3 改進(jìn) ID3 算法選擇屬性的偏性44-47
• 4.3.1 算法改進(jìn)思想44
• 4.3.2 基于移動(dòng)市場(chǎng)營(yíng)銷的粘性度44-46
• 4.3.3 基于粗糙集的屬性依賴度46-47
• 4.4 改進(jìn) ID3 算法的 Java 實(shí)現(xiàn)47-54
• 4.4.1 改進(jìn)算法流程47-49
• 4.4.2 改進(jìn) ID3 算法 Java 實(shí)現(xiàn)49-53
• 4.4.3 改進(jìn) ID3 算法評(píng)估53-54
• 4.5 本章小結(jié)54-55
• 第5章 優(yōu)化算法在集團(tuán)客戶潛在成員挖掘系統(tǒng)應(yīng)用55-73
• 5.1 系統(tǒng)需求分析55
• 5.2 開(kāi)發(fā)環(huán)境以及系統(tǒng)框架55-56
• 5.3 集團(tuán)客戶挖掘系統(tǒng)模塊組成56-58
• 5.4 集團(tuán)客戶潛在成員挖掘模型58-69
• 5.4.1 數(shù)據(jù)來(lái)源58-61
• 5.4.2 數(shù)據(jù)探索與合并61-63
• 5.4.3 確定數(shù)據(jù)時(shí)間窗口63-64
• 5.4.4 數(shù)據(jù)抽樣64-67
• 5.4.5 數(shù)據(jù)清洗和數(shù)據(jù)轉(zhuǎn)換67-68
• 5.4.6 建立集團(tuán)客戶潛在成員挖掘模型68-69
• 5.5 社交匹配度模型69-70
• 5.6 集團(tuán)客戶潛在成員模塊70-72
• 5.7 本章小結(jié)72-73
• 第6章 總結(jié)與展望73-75
• 6.1 總結(jié)73
• 6.2 展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王永梅;胡學(xué)鋼;;決策樹(shù)中ID3算法的研究[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

2 陳平;喬秀全;劉臻;田小萍;;數(shù)據(jù)挖掘網(wǎng)格中決策樹(shù)并行算法設(shè)計(jì)及性能分析[J];北京郵電大學(xué)學(xué)報(bào);2009年S1期

3 孫睿;蒲勇健;;移動(dòng)電信低端增量市場(chǎng)中的價(jià)格策略互動(dòng)[J];系統(tǒng)工程;2007年03期

4 肖明偉;;基于數(shù)據(jù)挖掘技術(shù)的電信集團(tuán)客戶占有率應(yīng)用研究[J];電腦與電信;2012年06期

5 趙偉;;計(jì)算機(jī)半結(jié)構(gòu)化數(shù)據(jù)源的數(shù)據(jù)挖掘技術(shù)研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年08期

6 胡文瑜;孫志揮;吳英杰;;數(shù)據(jù)挖掘取樣方法研究[J];計(jì)算機(jī)研究與發(fā)展;2011年01期

7 鄧勇;王汝傳;鄧松;;基于網(wǎng)格服務(wù)的分布式數(shù)據(jù)挖掘[J];計(jì)算機(jī)工程與應(yīng)用;2010年28期

8 黃洪宇;林甲祥;陳崇成;樊明輝;;離群數(shù)據(jù)挖掘綜述[J];計(jì)算機(jī)應(yīng)用研究;2006年08期

9 李愛(ài)鳳;;基于數(shù)據(jù)挖掘技術(shù)的購(gòu)物籃模式研究[J];計(jì)算機(jī)應(yīng)用與軟件;2011年12期

10 徐啟;孫全紅;;基于分布式數(shù)據(jù)倉(cāng)庫(kù)的電信信息共享平臺(tái)的研究[J];計(jì)算機(jī)測(cè)量與控制;2012年04期

  本文關(guān)鍵詞：決策樹(shù)在移動(dòng)市場(chǎng)營(yíng)銷中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：501434