數(shù)據(jù)挖掘技術在證券業(yè)CRM中的應用研究.pdf

1、數(shù)據(jù)挖掘技術是信息技術發(fā)展到一定階段的新興技術，它的目的是從大量的實際應用數(shù)據(jù)中，提取隱含在其中的有用的信息和知識。分類作為數(shù)據(jù)挖掘領域內(nèi)最為常見的技術之一，成為了眾多學者研究的課題。決策樹方法是分類技術的重要內(nèi)容。盡管存在著多種不同的決策樹算法，但這些算法還存在一些問題：如算法的效率，決策樹的穩(wěn)定性，可伸縮性問題等等。因此對決策樹算法還需要做進一步的優(yōu)化和改進，以更好的應用于實際的工程問題。本文重點是對決策樹算法的研究，提出了一種新粗

2、糙決策樹方法。此外，根據(jù)我國證券業(yè)的特點，設計了一種證券業(yè)CRM的系統(tǒng)模型。 本文的主要工作有： 1、系統(tǒng)闡述了分類的過程，并對主流分類技術以及分類方法評價標準做了詳細的介紹。 2、研究經(jīng)典決策樹算法ID3和C4.5，針對實例進行分析，給出了兩種算法特點對比。 3、根據(jù)客戶數(shù)據(jù)的特點，針對具體的客戶數(shù)據(jù)樣本，利用決策樹算法、Naivebayes以及RBFNetwork算法分別對其進行分類，對不同分類算法分

3、類性能進行了分析，總結了選擇決策樹方法與粗糙集方法相結合的原因。 4、研究粗糙集理論中屬性重要性的理論，結合傳統(tǒng)C4.5算法通過信息增益率對屬性進行選擇的方式，采用屬性重要性的概念替換信息增益率對決策樹節(jié)點進行選擇，提出了一種新的粗糙決策樹方法。 5、詳細描述了CRM的幾種定義與特點，根據(jù)我國證券業(yè)的特點設計了一種符合我國國情的證券業(yè)CRM系統(tǒng)模型，并設計了一個客戶分類的星型數(shù)據(jù)倉庫模型。將新的粗糙決策樹方法應用于證券業(yè)