Weka平臺(tái)下電商系統(tǒng)的決策算法研究.pdf

1、當(dāng)今社會(huì)伴隨信息產(chǎn)業(yè)和技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)技術(shù)和應(yīng)用已經(jīng)成為信息傳遞的最主要手段和平臺(tái)，而隨著數(shù)據(jù)庫應(yīng)用的規(guī)模、范圍和深度不斷擴(kuò)大，數(shù)據(jù)挖掘工作變得尤為重要。數(shù)據(jù)挖掘集合了機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)、數(shù)據(jù)庫等技術(shù)，廣泛運(yùn)用在電子商務(wù)系統(tǒng)、銀行信用系統(tǒng)、保險(xiǎn)行業(yè)、電信業(yè)務(wù)系統(tǒng)、醫(yī)療系統(tǒng)等方方面面。而決策樹分類算法是數(shù)據(jù)挖掘算法體系中比較常用也較為經(jīng)典的算法。
　　決策樹分類算法體系有很多種算法，包括比較經(jīng)典的ID3、C4.5、CAR

2、T算法等，當(dāng)前形勢下，對算法效率的提升，是一個(gè)很重要的研究課題。本文在學(xué)習(xí)決策樹分類 C4.5算法的基礎(chǔ)上，以 C4.5V1算法為研究重點(diǎn)，在此基礎(chǔ)上，展開進(jìn)一步的研究和創(chuàng)新。首先，充分學(xué)習(xí)分析了數(shù)據(jù)挖掘平臺(tái)WEKA的功能和系統(tǒng)框架，在該平臺(tái)下對各經(jīng)典算法進(jìn)行數(shù)據(jù)演練和性能評(píng)估，遵照決策樹分類算法性能的評(píng)價(jià)標(biāo)準(zhǔn)，對各算法性能進(jìn)行比較和分析。其次，對C4.5算法進(jìn)行深入研究，并且設(shè)計(jì)出算法系統(tǒng)的模塊組成部分，實(shí)現(xiàn)了代碼，集成到Weka平臺(tái)

3、下。使用網(wǎng)上公開的用于數(shù)據(jù)挖掘的數(shù)據(jù)集進(jìn)行測試，與經(jīng)典的C4.5進(jìn)行性能上的對比，驗(yàn)證了C4.5V1算法很好地集成到Weka平臺(tái)下，且性能明顯優(yōu)于經(jīng)典算法。不足的是，建模時(shí)間復(fù)雜度卻增大了。接著，本文在C4.5V1算法的基礎(chǔ)上，提出了改進(jìn)的C4.5V2算法和C4.5V3算法，分別從算法的分類準(zhǔn)確率和算法的建模時(shí)間兩個(gè)方面進(jìn)行了改進(jìn)。C4.5V2算法通過引入屬性間冗余度的概念，削弱了其他屬性對當(dāng)前屬性的分類影響程度，從而提高了算法的分類準(zhǔn)

4、確率。但與此同時(shí)，C4.5V2算法在建模時(shí)間上有了更多的消耗，它的準(zhǔn)確率的提高是以犧牲建模時(shí)間為代價(jià)的。改進(jìn)的C4.5V3算法很好地解決這一問題，通過將公式中大量的對數(shù)運(yùn)算簡化成四則運(yùn)算，簡化了算法體系的計(jì)算過程，從而極大地壓縮了算法的建模時(shí)間。最后，將改進(jìn)后的C4.5V2、C4.5V3算法實(shí)現(xiàn)代碼化，集成到WEKA平臺(tái)下，進(jìn)行算法性能測試，同時(shí)，應(yīng)用到電商系統(tǒng)的數(shù)據(jù)集中，分別使用C4.5算法以及改進(jìn)的各個(gè)版本，在分類準(zhǔn)確率和算法建模時(shí)