硕士论文-基于决策树分类算法的CRM系统研究

山东科技大学硕士学位论文基于决策树分类算法的CRM系统研究姓名：栗媛申请学位级别：硕士专业：计算机应用技术指导教师：孙忠林20050501基于决策树分类算法的CRM系统研究作者：栗媛学位授予单位：山东科技大学参考文献(50条)1.WHInmon.王志海.林友芳数据仓库20032.AlexBerson.StephenSmith.KurtThearling.贺奇郑岩构建面向CRM的数据挖掘应用20013.WHInmonBuildingtheWarehouse19964.EdWilsonAProblemSolvingMethodology,ComputerAssociatesInternational19985.RAgrawal.TImielinski.ASwamiDatabasemining:Aperformanceperspective1993(06)6.JinWeiHan.MichelineKamberDataMining:ConceptsandTechniques20007.ManishMehta.RakeshAgrawalJormaRissanenSLIQ:AFastandScalableClissifierforDataMining19968.LMarin.MHassan.ALozano.GManasseroOChiottiDesignadatawarehousetosupportthemanagementofacademicinstitutions20019.WilliamMchnightTheCRM-ReadyDataWarehouse:PersonnalizedCustomerLifetimeValue2001(02)10.ReedJacobsonMicrosoftSQLServerAnalyisisServicesStepByStep200111.DavidCChou.AmyYChouAManager'sGuidetoDataMining1999(04)12.BuntineWATheoryofLearningClassificationRules199113.Tjen-SienLim.Wei-YinLoh.Yu-ShanShihAComparisonofPredictionAccuracy,Complexity,andTrainingTimeofThirty-threeOldandNewClassificationAlgorithms199914.AndreasLProdromidis.SalvatoreStolfo.PhilipKPruningClassifiersinaDistributedMeta-LearningSystem199815.REY-HSIALIINSTABILITYOFDECISIONTREECLASSIFICATIONALGORITHMS200116.Tjen-SienLim.Wei-YinLoh.Yu-ShanShihAnEmpiricalComparisonofDecisionTreesandOtherClassificationMethods199817.JohannesGehrke.RaghuRamakrishnan.VenkateshGantiRainForestAFrameworkforFastDecisionTreeConstructionofLargeDatasets199818.MinosGarofalakisBellLaboratoriesEfficientAlgorithmsforConstructingDecisionTreeswithConstraints200019.ChrisDrummond.RobertCHolteExploitingtheCostInsensitivityofDecisionTreeSplittingCriteria200020.CarlaEBrodley.PaulEUtgoffMultivariateDecisionTrees199221.JohnShafer.RakeshAgrawal.ManishMehtaSPRINT:AScalableParallelClassifierforDataMining199622.RajeevRastogiPUBLIC:ADecisionTreeClassifierthatIntegratesBuildingandPruning199823.KhaledAlsabti.SanjayRanka.VineetSinghCLOUDS:ADecisionTreeClassifierforLargeDatasets199824.MaheshVJoshi.GeorgeKarypisScalParC:ANewScalableandEfficientParallelClassificationAlgorithmforMiningLargeDatasetsDepartmentofComputerScienceUniversity199825.查看详情26.QuinlanJRInductionofDecisionTree198627.QuinlanJRC4.5ProgramsforMachineLearning199328.QuinlanJRLearningefficientclassificationproceduresandtheirapplicationtochessendgames198329.QuinlanJRSimplifyingDecisionTrees198730.查看详情31.LianYanPredictingcustomerbehaviorintelecommunication2004(02)32.ShannonCEAMathematicalTheoryofCommunication194833.邵峰晶.于忠清数据挖掘原理与算法200334.史忠植知识发现200235.王珊数据仓库技术与联机分析处理199836.谭勇.荣秋生一个基于SLIQ的分类算法的实现[期刊论文]-计算机工程2003(18)37.蒋艳凰.杨学军.赵强利具有高可理解性的二分决策树生成算法研究[期刊论文]-软件学报2003(12)38.曲开社.成文丽.王俊红ID3算法的一种改进算法[期刊论文]-计算机工程与应用2003(25)39.郭景峰.米浦波.刘国华决策树算法的并行性研究[期刊论文]-计算机工程2002(8)40.杨明.张载鸿决策树学习算法ID3的研究[期刊论文]-微机发展2002(5)41.王晓国.黄韶坤.朱炜.李启炎应用C4.5算法构造客户分类决策树的方法[期刊论文]-计算机工程2003(14)42.冀振明.陶世群基于电信运营中大客户流失的数据挖掘模型[期刊论文]-计算机工程与应用2004(23)43.颜雪松.蔡之华.周燕.叶静数据挖掘的并行策略研究[期刊论文]-计算机工程与应用2003(3)44.叶进.张向利.张润莲基于数据挖掘的移动客户流失分析系统[期刊论文]-计算机系统应用2005(2)45.李军利用数据挖掘实现电信行业客户流失分析.数据仓库之路200146.朱浩刚.孙煜鸥.戴伟辉基于数据挖掘的移动通讯业客户流失管理[期刊论文]-计算机工程与应用2004(1)47.洪家荣归纳学习--算法理论和应用199748.刘会霞数据挖掘在CRM中的核心作用199949.宋之星CRM的实现与PowerCRM系统设计[期刊论文]-计算机工程与科学2001(6)50.楼伟进.孔繁胜.楼伟忠数据仓库与知识发现[期刊论文]-计算机工程与应用2000(10)相似文献(10条)1.学位论文王峰基于决策树分类算法的企业CRM研究2008CRM是一种旨在改善企业与客户之间关系的新型管理机制，它主要实施于企业的市场营销、销售、服务与技术支持等与客户相关的领域，使客户时时感觉到企业的存在，企业随时了解到客户的变化。决策树学习采用自顶向下的递归方式，在决策树的内部结点进行属性值的比较，并根据不同的属性值判断从该结点向下的分支，在决策树的叶结点得到结论。所以从根到叶结点的一条路径就对应着一条合取规则，整个决策树就对应着一组析取表达式规则。通过决策树算法可以在已有数据模型的基础上得出受益最大的企业解决方案。本文主要研究的是在CRM应用中的决策树算法以及相应的改进算法。在数据挖掘的决策树的算法的研究中，基本的决策树算法有CLS，ID3，CHAID，CART，FACT，SLIQ，SPRINT几种，并且在现有的ID3算法的基础上提出了一种性能更加完善的改进算法一可实现选择最优属性、处理连续型的属性、不必了解相应的属性值的ID3算法。在CRM的实现过程中针对ID3算法以及ID3改进算法，本文分别进行了实现，直观的表达了两种算法下的分类结果。并进一步根据CRM数据研究中常见的数据集在这两个算法下的分类结果对两个算法的性能进行了分析与比较。2.学位论文苏剑锋数据挖掘（决策树分类算法）在呼叫中心CRM中的应用研究2005本文就CALLCENTER行业所面临的挑战，提出基于决策树分类的数据挖掘的解决方案。在此基础上，介绍了数据挖掘的各个过程以及工作流程。讨论了当前的数掘挖掘的分类算法，重点分析了分类算法的概念和技术，并由此引出了决策树分类算法。本文首先针对呼叫中心CRM管理的特点，讨论了数据仓库技术在客户中心CRM的应用。再介绍了数据挖掘的概念和过程，集中解释了分类算法。在此基础上着重研究了决策树分类方法以及微软的数据挖掘平台，最后结合了友邦AIA公司在本公司展开的一个保险项目建立保险预测模型，并利用该模型开发决策树分类预测程序。3.期刊论文张立决策树分类算法在CRM中的应用-统计与咨询2006,(2)一、客户关系管理简介客户关系管理(CustomerRelationshipManagement,CRM)的概念最初由GartnerGroup提出来,对CRM的定义,目前还没有一个统一的表述.但就其功能来看,CRM是使企业市场营销、销售管理、客户服务和支持等经营流程信息化,实现客户资源有效利用的管理软件系统.其核心思想是以客户为中心,提高客户满意度,改善客户关系,从而提高企业的竞争力.4.学位论文姜金贵数据挖掘分类算法在CRM中的研究2005在激烈的市场竞争中，企业只有不断地通过各种渠道同客户进行有效的互动交流，并且从这种互动中获取知识，了解客户，提高客户满意度来获得利润，才能在竞争中立于不败之地。如今企业竞争战略已经从“以产品为中心”转移到了“以客户为中心”，客户已经成为企业至关重要的成功因素和利润来源。客户关系管理(CRM)的实施帮助企业更好地了解客户的需求，改善客户关系，提高客户满意度，从而提升企业的竞争实力。　　本论文从CRM和数据挖掘分类分析理论入手，对CRM的内涵、基本内容、应用系统的体系结构以及数据挖掘分类分析的过程、数据预处理进行了论述。文中重点研究了数据挖掘的分类算法，并将相关的分类算法应用到CRM客户分类、客户流失预测研究之中。　　在数据挖掘分类分析中，研究了SLIQ决策树分类算法，SLIQ分类算法通过预排序和广度优先等技术能够快速和准确地处理大量的数据集，并且具有较好的伸缩性、并行性。文中详细介绍了SLIQ决策树分类算法的属性分裂方法、剪枝技术，并给出SLIQ分类算法流程总程序。　　客户分类是分析型CRM的重要组成部分，建立在客户分类基础上的“一对一营销”更是企业提高客户的满意度，增加获利能力的必要手段。文中运用SLIQ分类算法，针对电信企业特点，建立客户分类指标并进行客户分类实证研究。　　针对数据挖掘中神经网络算法收敛速度慢，容易陷入局部最优解等局限性，引进遗传算法，利用其较好的全局搜索能力、适于并行处理等优点优化神经网络，构建遗传神经网络分类算法。为达到对BP神经网络连接权值、网络拓扑结构同时优化的目的，文中提出了基于三层染色体结构的遗传神经网络算法，并将遗传神经网络分类算法应用于中国移动客户流失预测研究。运用数据挖掘分类分析技术对CRM