基于統(tǒng)計(jì)的分類(lèi)算法及其在潛在客戶(hù)識(shí)別中的應(yīng)用研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及,以數(shù)值形式存在的數(shù)據(jù)正以指數(shù)速度迅速增長(zhǎng).人們不再滿(mǎn)足于對(duì)這些數(shù)據(jù)進(jìn)行簡(jiǎn)單的事務(wù)管理和信息檢索,而期望從數(shù)據(jù)中獲取知識(shí)來(lái)輔助決策.這種需求,使數(shù)據(jù)挖掘成為近年來(lái)計(jì)算機(jī)領(lǐng)域研究的熱點(diǎn)之一.而經(jīng)過(guò)十多年的研究,數(shù)據(jù)挖掘技術(shù)已較為成熟,因此近年來(lái)研究的重點(diǎn)轉(zhuǎn)為挖掘技術(shù)的應(yīng)用,商務(wù)作為數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域,對(duì)知識(shí)的需求尤為顯著.面對(duì)巨大的市場(chǎng)壓力,競(jìng)爭(zhēng)狀態(tài)主要表現(xiàn)為企業(yè)間對(duì)最有利客戶(hù)的激烈爭(zhēng)奪上.因此潛在

2、客戶(hù)識(shí)別的研究具有重要的現(xiàn)實(shí)意義.該文首先介紹了潛在客戶(hù)識(shí)別和分類(lèi)算法概念.在此基礎(chǔ)上,分析了潛在客戶(hù)識(shí)別中存在的問(wèn)題.針對(duì)條件屬性取值和特定客戶(hù)類(lèi)別間的關(guān)聯(lián),該文在深入研究基于數(shù)理統(tǒng)計(jì)的算法基礎(chǔ)上,提出一種具有統(tǒng)計(jì)的確定性因子算法.該算法首先根據(jù)條件屬性將論域數(shù)據(jù)劃分成等價(jià)類(lèi),然后計(jì)算各等價(jià)類(lèi)中特定類(lèi)別數(shù)據(jù)元個(gè)數(shù)與該等價(jià)類(lèi)數(shù)據(jù)元總數(shù)的比值,得到確定性因子,并將其正態(tài)標(biāo)準(zhǔn)化后,作為條件屬性的相關(guān)度量.實(shí)驗(yàn)結(jié)果表明,該算法能有效地解決知識(shí)

3、的不確定性問(wèn)題.針對(duì)屬性選擇的問(wèn)題,該文在分析現(xiàn)有屬性選擇算法的基礎(chǔ)上,提出一種基于推理思想的兩層選擇算法.該算法首先采用條件屬性和類(lèi)標(biāo)識(shí)屬性間的相關(guān)度量來(lái)判斷兩者的相關(guān)程度,去除與類(lèi)標(biāo)識(shí)屬性無(wú)關(guān)或負(fù)相關(guān)的條件屬性,減小了后續(xù)的學(xué)習(xí)規(guī)模,從而減少了時(shí)間開(kāi)銷(xiāo);在屬性選擇中引入反饋原理,提出基于改善的屬性選擇模型,有效的抑制了人為給定閾值所致的選擇的屬性子集不是最優(yōu)解或較優(yōu)解問(wèn)題,算法在節(jié)省時(shí)間的同時(shí)提高了屬性選擇的準(zhǔn)確率,從而提高了模型精