论文部分内容阅读
随着物流领域CRM产品的不断引进，面对大量堆积成山的数据，物流企业是否能够从中发掘出有用的信息为企业服务，成为企业生存发展的一个关键。 本文详细论述了数据挖掘技术及其在物流领域CRM中的应用。数据挖掘的各种分析方法中，分类方法是很常用的方法。分类的目的是构造一个分类模型，该模型能把数据库中的数据项映射到某一个给定类别。在各种分类算法中，决策树方法是最为普遍且易于理解的方法。 SLIQ算法是决策树中采用的一种方法，它是IBM Almaden Research Center于1996年提出的一种高速可伸缩的数据挖掘分类算法。该算法通过预排序技术，着重解决当训练集数据量巨大而无法全部放入内存时，如何高速准确地生成决策树的相关技术问题，本文所论述的实例中采用了这一算法。 作为一个应用实例，本文结合物流领域的实际业务流程、业务儒要以及实际拥有的数据，创建了四个分析主题，同时建立了各分析主题的信息包图。在此基础上，利用客户关系管理中积累的数据来建立数据仓库，根据分析主题建立数据挖掘库，选择SLIQ算法作为数据挖掘的实施算法，采用Viusal C++6.0以及SQLServer2000作为开发工具，具体加以实现。建立了不同分析主题的数据挖掘模型(即决策树模型)，利用这些模型，能够对旧数据进行分析及对新数据进行预测。