資源描述：
《姚丹妮商務(wù)智能課設(shè)報(bào)告》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、〈〈商務(wù)智能》課程設(shè)計(jì)報(bào)告班級(jí)：信管131學(xué)號(hào)：3130561025姓名：姚丹妮同組人：趙咪楊喬指導(dǎo)教師：王建仁/李明日期：2016.01.04-2016.01.08目錄1.需求分析2.數(shù)據(jù)理解3.挖掘（或分析）數(shù)據(jù)準(zhǔn)備4.數(shù)據(jù)挖掘（或分析）過(guò)程4.1挖掘算法與挖掘軟件選擇4.2數(shù)據(jù)預(yù)處理4.3挖掘過(guò)程說(shuō)明5.結(jié)果展示與評(píng)價(jià)6.總結(jié)6.1設(shè)計(jì)中遇到的主要問(wèn)題及解決方法6.2設(shè)計(jì)方案的主要優(yōu)點(diǎn)及不足6.3收獲及建議參考文獻(xiàn)345556181919191919連鎖酒店顧客信用度分析方案設(shè)計(jì)1.需求分析一個(gè)連鎖酒店的經(jīng)營(yíng)與不同客戶(hù)息息相關(guān)。酒店不僅需要每天
2、面對(duì)不同的新增客廣，也需要維系老客戶(hù)。所以對(duì)于已消費(fèi)的顧客的信用度的分析尤為重要。不同顧客信用度之間存在諸多差異。好壞之分也影響了酒店的經(jīng)營(yíng)狀況。一個(gè)信用度良好的客戶(hù)對(duì)于灑店來(lái)說(shuō)是好事，但如果一個(gè)顧客信用度底卜則極有可能出現(xiàn)拖欠房費(fèi)等狀況，這會(huì)嚴(yán)重?fù)p壞酒店利益。因此我會(huì)采用分類(lèi)分析的方法。利用決策樹(shù)模型構(gòu)建顧客信用度分析體系，并進(jìn)行相關(guān)預(yù)測(cè)，以便于酒店口后的經(jīng)營(yíng)以及對(duì)顧客的服務(wù)，對(duì)于那些信用度良好的顧客可以給予一定優(yōu)惠，而對(duì)于那些信用度較差的顧客，則要避免在灑店再次進(jìn)行消費(fèi)而乂不W款的情況。2.數(shù)據(jù)理解為建立決策樹(shù)，需要事先建立數(shù)裾挖掘所需數(shù)據(jù)庫(kù)或
3、數(shù)據(jù)表，即顧客信用數(shù)據(jù)表。將顧客相關(guān)信用度的信息輸入表中，以便分析。輸入的信息均具有代表性。不重復(fù)不冗余，如若不然，可再進(jìn)行數(shù)據(jù)預(yù)處理。所需數(shù)據(jù)如下圖所示：JSJ-02&...顧客信職據(jù)裁JSJ-026.....S客信用數(shù)累表1JSJ-026.....■信職?表1-X顧客編號(hào)姓名性別年齡職業(yè)年收入信用等Sll張世娜女25職員200000B2王曉女35銷(xiāo)售員265000B3張斌男2S雕500000A4S曉男45教師105000B5張￡男38工人95000C6王曉麗女32律師250000A7趙垣男25錐售員120000C8趙密女21教師90000B9楊曉
4、女29律師160000B10鄭旺男50教師135000A11鄭秀女18學(xué)生0D12王凱男15學(xué)生0E13于雨女32護(hù)士90000D14王丹女35醫(yī)生1500MB15夏雨男25醫(yī)生120000A1.挖掘(或分析)數(shù)據(jù)準(zhǔn)備首先需要在數(shù)據(jù)庫(kù)中建立“數(shù)據(jù)挖掘?qū)嶒?yàn)“數(shù)據(jù)庫(kù)，并在數(shù)據(jù)庫(kù)中建立表“顧客信用數(shù)據(jù)表1(1)設(shè)計(jì)“顧客信用數(shù)據(jù)表1”，表結(jié)構(gòu)如下圖所示：設(shè)置“顧客編號(hào)”為主鍵。ZJSJ-026鼴客信用數(shù)據(jù)表1^2JSJ-026....顧客信用!列名1數(shù)據(jù)類(lèi)型J允許Null值顧客編號(hào)int□j姓名varchar(lO)□性別varchar(2)□年齡ncha
5、r(lO)□1職業(yè)varchar(SO)□年收入int□信用等級(jí)char{10)□□J(2)編輯表的前200行，輸入表中信息。(注意輸入的信息一定要具有代表性，避免冗余與重復(fù))乂JSJ-026..二顧客信用數(shù)據(jù)表2^XjSJ-O26……颥客信用數(shù)揚(yáng)表1l^J-026.....顧客信用數(shù)據(jù)表q;X顧客編號(hào)姓名性別年齡職業(yè)年收入信用等紐1張世娜女25職員200000B2王曉女35銷(xiāo)售員265000B3張斌男29髙官500000A4黃曉男45教師105000B5張三男38工人95000C6王曉麗女32律師250000A7趙梪男25梢售員120000C8趙密
6、女21教師90000B9楊曉女29律師160000B10鄭旺男50教師135000A11鄭秀女18學(xué)生0D12王凱男15學(xué)生0E13于雨女32護(hù)士90000D14王丹女35醫(yī)生150000B15夏雨男25醫(yī)生120000A2.數(shù)據(jù)挖掘(或分析)過(guò)程4.1挖掘算法與挖掘軟件選擇算法：分類(lèi)分析算法(決策樹(shù))軟件：microsoftvisualstudio20084.2數(shù)據(jù)預(yù)處理由于表“顧客信用數(shù)據(jù)表1”中的數(shù)據(jù)存在冗余缺失等問(wèn)題，所以耑要對(duì)表中數(shù)據(jù)進(jìn)行數(shù)值化處理,離散化處理等相應(yīng)的預(yù)處理操作，并將預(yù)處理之后的信息存入新表“顧客信用數(shù)據(jù)表2”中。具體步驟如
7、下所示：(1)將年齡屬性列的數(shù)據(jù)進(jìn)行離散化處理，設(shè)置區(qū)域范圍，分別為＜30、＜50、〉=50三個(gè)范圍,并將表中“年齡”屬性列中的信息按照其對(duì)應(yīng)的范圍進(jìn)行修改，以便于決策樹(shù)的生成(2)將年收入屬性列的數(shù)據(jù)進(jìn)行歸一化處理，將每個(gè)數(shù)據(jù)值除以100000,縮小數(shù)據(jù)，以便觀察。(同時(shí)要修改表屮“年收入”屬性列的數(shù)據(jù)類(lèi)型，由int改為float)(3)將信用等級(jí)屬性列進(jìn)行數(shù)值化處理，等級(jí)“A/B/C/D/E”分別對(duì)應(yīng)“1/2/3/4/5”，將表屮“信用等級(jí)”屬性列屮的信息按照其對(duì)應(yīng)的數(shù)值進(jìn)行修改，以便于決策樹(shù)的生成預(yù)處理之后的表的結(jié)構(gòu)及內(nèi)容如下圖所示：表結(jié)構(gòu)：?
8、-/JSJ-026顧客信用數(shù)據(jù)表1JSJ-026顧客信用列名J數(shù)據(jù)類(lèi)型J允許Null值▽顧客編號(hào)int□姓名
