數(shù)據(jù)挖掘在目標(biāo)行銷中的研究與應(yīng)用.pdf

1、隨著企業(yè)業(yè)務(wù)的發(fā)展，數(shù)據(jù)庫(kù)中慢慢積累了大量的客戶歷史消費(fèi)數(shù)據(jù)，如何從這些海量數(shù)據(jù)資源中發(fā)現(xiàn)對(duì)企業(yè)有價(jià)值的信息，成為企業(yè)將來市場(chǎng)決策的一個(gè)重要部分。數(shù)據(jù)挖掘技術(shù)因而被逐步應(yīng)用到了銀行、保險(xiǎn)公司以及零售行業(yè)的目標(biāo)市場(chǎng)行銷中，并取得了不錯(cuò)的業(yè)績(jī)。 本文主要從目標(biāo)行銷的角度來討論數(shù)據(jù)挖掘技術(shù)，介紹了數(shù)據(jù)挖掘技術(shù)在目標(biāo)行銷中的應(yīng)用、處理流程、難點(diǎn)問題、主要算法、評(píng)價(jià)方法，著重對(duì)目標(biāo)行銷中有代表性的數(shù)據(jù)挖掘算法進(jìn)行了詳細(xì)闡述和試驗(yàn)分析。經(jīng)過

2、對(duì)市場(chǎng)值函數(shù)算法、NaiveBayes算法、神經(jīng)網(wǎng)絡(luò)算法和決策樹算法的試驗(yàn)比較，驗(yàn)證了市場(chǎng)值函數(shù)算法是一種非常適合應(yīng)用于目標(biāo)行銷的算法，它具有性能強(qiáng)、學(xué)習(xí)時(shí)間短、可靠性高、適應(yīng)不同數(shù)據(jù)集等優(yōu)點(diǎn)。在此基礎(chǔ)上，我們又重點(diǎn)對(duì)目標(biāo)行銷中的算法組合進(jìn)行了嘗試性的研究，在借鑒文本分類中的算法組合思路基礎(chǔ)上，創(chuàng)新性地提出了感知元線性算法組合、神經(jīng)網(wǎng)絡(luò)算法組合，市場(chǎng)值函數(shù)算法組合、NaiveBayes算法組合和決策樹算法組合。試驗(yàn)表明這些算法組合方式可