论文部分内容阅读
二十世纪末,随着市场竞争的加剧和信息社会需求的发展,从大量数据中提取(检索、查询等)制定市场策略的信息就显得越来越重要了。这种需求既要求联机服务,又涉及大量用于决策的数据,而传统的数据库系统已无法满足这种需求。传统的数据库逐渐被数据仓库取代,随着数据库技术、人工智能和数理统计等技术的发展,数据挖掘技术DM(Data Mining)同益盛行,数据仓库平台的建立又为数据挖掘分析技术提供了良好的操作环境,使其越来越来发挥更大的研究潜力。基于数据仓库与数据挖掘的新型决策分析系统应运而生。
本论文介绍了企业数据分析系统EDAS(Enterprise Data AnalysisSystem)开发与研究现状,并从概念设计、逻辑设计、物理设计方面对数据仓库的建设进行了详细论述;对数据挖掘算法中的聚类分析、关联规则、决策树分析进行了讨论研究,并结合数据仓库平台中的实际数据进行了以下研究:针对一次促销活动,对客户消费行为进行聚类分析,对市场发展客户群体的群体特征、业务使用情况进行详细分析,使市场部门能够在业务发展中针对不同的群体对象采用不同的营销方案,从而实现企业利润最大化;实现实际收入与成本的对应配比,采用聚类算法和关联规则进行量收配比,使企业的成本经营更明晰化,为决策层决策提供更好的数据依据;对建立决策树的具体过程进行了分析,并利用决策树技术进行客户流失分析,分析客户流失的特征及其相关原因,为市场经营与决策人员制订相应的策略、留住相应的客户提供决策依据。