基于物元的可拓遺傳算法.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘(DataMining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘因應(yīng)用領(lǐng)域的不同而采取的方法也多種多樣。在商業(yè)領(lǐng)域,數(shù)據(jù)挖掘?qū)ι虡I(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理,從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù),它能夠幫助企業(yè)確定客戶的特點(diǎn),從而可以為客戶提供有針對(duì)性的服務(wù)。如通過數(shù)據(jù)挖掘,可以發(fā)現(xiàn)購買某一商品的客戶

2、特征,從而可以向那些也同樣具有這些特征卻沒有購買的客戶推銷這個(gè)商品;若找到流失的客戶的特征,就可以在那些具有相似特征的客戶還未流失之前,采取針對(duì)性的措施。 本文用物元的表示方法與遺傳算法中的編碼相結(jié)合對(duì)企業(yè)的客戶進(jìn)行描述,然后應(yīng)用可拓理論中的關(guān)聯(lián)函數(shù)對(duì)客戶進(jìn)行細(xì)分,進(jìn)而在遺傳算法中的遺傳和變異方法和可拓變換的思想結(jié)合的基礎(chǔ)上,提出了新的可拓遺傳方法,并進(jìn)一步對(duì)客戶數(shù)據(jù)進(jìn)行挖掘與轉(zhuǎn)化,繼而通過實(shí)例說明了該方法的有效性和優(yōu)越性,達(dá)到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論