基于聚类提取训练集的预测分析

发布时间：2018-05-20 16:23

  本文选题：K-means聚类 + 决策树算法　； 参考：《统计与决策》2010年05期

【摘要】：该文建立了一种基于聚类分析与决策树分析相结合的服务订制预测模型,利用聚类提取训练集训练决策树,将生成模型应用于某地区用户对有线电视交互服务的订制意愿预测,最终确定高响应率客户群。实验证明,该模型相对于仅通过决策树进行预测能更大程度地提高分类精度,能更有效地识别出高响应率客户群。所提出的研究框架与方法,为企业在商业竞争中制定有效的营销决策提供了重要依据。
[Abstract]:In this paper, a prediction model of service customization based on clustering analysis and decision tree analysis is established. The training set training decision tree is extracted by clustering, and the generated model is applied to predict the customer's willingness to order CATV interactive services in a certain area. Finally determine the high response rate customer base. The experimental results show that the model can improve the classification accuracy and identify the high response rate customer group more effectively than only using the decision tree. The research framework and method provided an important basis for enterprises to make effective marketing decisions in business competition.
【作者单位】： 桂林电子科技大学管理学院;
【分类号】：C934

【相似文献】

相关期刊论文 前10条

1 郑伟发,李培亮,郑梁珠,潘伟贤,曾繁富;高速数据链的挖掘算法——VFDT算法[J];广东商学院学报;2002年S2期

2 马辉民,尹汉斌,郭潇;潜在流失客户的发掘模型探讨[J];华中科技大学学报(自然科学版);2003年09期

3 李爽,张二勋;基于决策树的遥感影像分类方法研究[J];地域研究与开发;2003年01期

4 陈晴光;决策树在汽车ERP系统中的应用探索[J];桂林电子工业学院学报;2004年01期

5 姚晔,李翔;决策树算法的教育应用探讨[J];江西师范大学学报(自然科学版);2004年04期

6 贺宪民,孟虹,王忆勤,郎庆波,范思昌;基于熵的决策树理论及其在中医证型研究中的应用[J];数理统计与管理;2004年05期

7 高学东,尹阿东,张健,宫雨,武森;利用上凸函数对决策树算法的改进[J];中国管理科学;2004年04期

8 周欢怀;决策树在市场细分中的应用[J];沿海企业与科技;2005年02期

9 赵华,宋顺林;改进的决策树算法在潜在客户获取中的应用[J];计算机工程与应用;2005年11期

10 姚正;关于决策树分类模型的评分函数研究[J];管理学报;2005年S2期

相关会议论文 前3条

1 张敏;陆向艳;周敏;潘林琳;农冬冬;王彬彬;陈晓江;;数据挖掘在智能题库系统中的应用[A];广西计算机学会2004年学术年会论文集[C];2004年

2 张定华;桂卫华;李勇刚;王雅琳;;一种多神经网络气流干燥水份软测量模型[A];中国仪器仪表学会2005年学术年会测控技术与节能环保学术会议论文集[C];2005年

3 江华;王翰虎;陈梅;;一种基于K-means聚类分组的P2P超结点模型[A];2005年全国开放式分布与并行计算学术会议论文集[C];2005年

相关博士学位论文 前10条

1 张昕源;基于数据挖掘技术的中国上市公司财务危机预警分析[D];吉林大学;2004年

2 徐凌宇;基于信源选择与序列提取的动态特征级信息融合模型及算法的研究[D];东北大学;2002年

3 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年

4 阎岭;进化策略学习、收敛和逃逸能力的研究及应用[D];浙江大学;2005年

5 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年

6 王智强;汉语指代消解及相关技术研究[D];北京邮电大学;2006年

7 王宏;基于粗糙集数据挖掘技术的客户价值分析[D];哈尔滨工程大学;2006年

8 刘侠;银行贷款风险分类智能决策方法的研究[D];哈尔滨工程大学;2006年

9 吴强;智能群体决策支持系统中若干关键理论与方法研究[D];中国科学技术大学;2006年

10 王煜;基于决策树和K最近邻算法的文本分类研究[D];天津大学;2006年

相关硕士学位论文 前10条

1 叶松云;基于J2EE的数据挖掘系统的设计与实现[D];暨南大学;2002年

2 张青;决策树分类算法的研究与改进[D];郑州大学;2002年

3 胡小刚;数据挖掘中决策树分类算法的研究[D];华中师范大学;2002年

4 卢志伟;数据挖掘技术在人力资源管理中的应用[D];天津财经学院;2002年

5 孙超利;数据挖掘决策树方法的研究与应用[D];河海大学;2003年

6 刘振岩;数据挖掘分类算法的研究与应用[D];首都师范大学;2003年

7 周庆华;面向电子商务的数据挖掘研究与实现[D];中国人民解放军国防科学技术大学;2002年

8 成文丽;基于决策树的数据挖掘算法的技术研究[D];太原理工大学;2003年

9 王金凤;属性敏感性在决策树归纳中的影响[D];河北大学;2003年

10 杨卫民;决策树归纳分类模型在《军事交通运输之车辆管理》系统中的应用[D];电子科技大学;2003年

，

本文编号：1915385