資源描述：
《基于數據挖掘技術的客戶流失分析》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、南京航空航天大學碩士學位論文基于數據挖掘技術的客戶流失分析姓名：楊凱申請學位級別：碩士專業(yè)：計算機應用技術指導教師：高航20040201南京航空航天大學碩士學位論文摘要數據挖掘是指從大型數據庫或者數據倉庫中提取具有潛在價值的知識或模式。本文以江蘇移動通信經營分析系統(tǒng)作為背景．研究了數據挖掘技術在客戶流失分析主題中的應用。作者以CRISP—DM作為數據挖掘過程的參考模型。在實施數據挖掘過程中，根據神經網絡和決策樹方法各自固有的優(yōu)點，將神經網絡運用于屬性的規(guī)約，而將決策樹用于產生規(guī)則模型。建立的模型無論在生成速度上，還是在預測的準確性以及生成模型的易理解方面都得到了進一步的改進。最后
2、作者給出了模型的應用實現。關鍵詞：神經網絡，決策樹，數據挖掘，分類基于數據挖掘技術的客戶流失分析AbstractDataminingistheextractionofpatternsrepresentingvaluableknowledgeimplicitlystoredinlargedatabasesordatawarehouses．Thispaperintroduceshowthedataminingtechnologyapplyinthepredictionofcustomerchurn．TheauthortakesCRISP—DMasthereferencedmodelo
3、fthedataminingprocess．Intheexecutionprocessofdatamining，theauthorreducesthedimensionswiththemethodofneuralnetworklearningandproducerulesetswiththemethodofdecisiontreelearning．TheresultingmodeIiSimprovednotonlyonthespeedoftrainingbutalsoontheclassificationprecisionandintelligibility．Lastlythep
4、aperdiscusseshowtodevelopdataminingapplicationswiththemodelandgivestherealizationinarealproject．Keywords：Neuralnetwork，Decisiontree，Datamining，Classification南京航空航天人學碩士學位論文1．1研究背景第一章緒論隨著數據庫技術的迅速發(fā)展以及數據庫管理系統(tǒng)的廣泛應用，人們積累的數據越來越多。例如：企業(yè)的信息化程度的提高，科學研究和政府部門中電子化事務處理技術的運用，以及數據收集工具和技術的多元化(從文本掃描到衛(wèi)星遙感)等等。除此之
5、外，互聯網的發(fā)展更是為我們帶來了海量的數據和信息。但存儲在各種數據媒介中的海量的數據，在缺乏強有力的工具的情況下，已經遠遠的超出了人的理解和概括的能力。為此，這種大量的原始數據和對功能強大的數據分析工具的需求共存的局面，被描述為“數據豐富，但信息貧乏”(datarichbutinformationpoor)。許多的數據庫也就成了“數據墳墓”(datatomb)。換句話說，這些數據很少被再訪問。激增的數據背后隱藏著許多重要的信息，擁有這些數據庫的決策者們，在做決策時不是基于數據庫中蘊含的大量信息，而是基于決策者的直覺。因為決策者缺乏從海量數據中提取有價值知識的工具。傳統(tǒng)的數據庫管理
6、系統(tǒng)可以高效地實現數據的錄入，查詢，統(tǒng)計等功能，但無法發(fā)現數據中存在的關系和規(guī)則，無法根據現有的數據預測未來的發(fā)展趨勢，缺乏發(fā)現數據背后隱藏的知識的手段。數據與信息之間的鴻溝要求有更強用力的數據分析工具，將數據墳墓轉換成知識“金塊”12“。在數據庫技術飛速發(fā)展的同時，人工智能領域的一個分支——機器學習的研究自50年代玎始以來也取得了很大進展。用數據庫管理系統(tǒng)來存儲數據，用機器學習的方法來分析數據，挖掘大量數據背后的知Ji：}{，這兩者的結合促成了數據庫中的知識發(fā)現(KnowledgeDiscoveryinDatabases，簡記KDD)的產生。多數人認為數據挖掘(DM)是KDD過
7、程中的一個基本步驟，也是KDD的最重要環(huán)節(jié)12Ⅱ“J?，F在人們往往不加區(qū)分使用KDD和DM這兩個術語。數據挖掘是信息技術自然演化結果。信息技術的發(fā)展大致可以描述為如下的過程：初期的是簡單的數據收集和數據庫的構造；后來發(fā)展到對數據的管理，這包括：數據存儲，檢索以及數據庫事務處理：再后來發(fā)展到對數據的分析和理解，這時候出現了數據倉庫技術和數據挖掘技術。早期的數據收集和數據庫的建造為數據存儲，檢索。和事務處理的技術的發(fā)展刨造了必要條件，隨著查詢，事務處理等成熟技術被頻繁的應用在大量的數
