论文部分内容阅读
本文主要从数据库营销的角度来讨论数据挖掘技术。首先,介绍了当前的数据挖掘在数据营销中的应用,总结了数据挖掘技术在数据库营销中的一般的处理流程、数据挖掘算法在数据库营销应用当中出现的问题、主要应用在数据库营销中的算法以及数据库营销的数据挖掘的一般的评价方法。
其次,介绍了市场值函数算法。市场值函数算法是起源信息检索并由它扩展而米的一种应用于数据库营销中客户选择方法,它是一种线性模式。这种方法的好处是可以根据市场值对客户进行排序。市场值函数由两部分组成:效用函数和属性权值,通过两者的线性组合可以计算出每个客户的市场值,从而可以对每一个客户进行排序,对客户进行数据库营销。通过大量的实验验证了市场值函数算法在数据库营销中的有效性,结果证明市场值函数方法是一种非常适合于数据库营销的数据挖掘方法。
再次,在传统的ID3决策树算法的基础上提出了一种改进了的决策树算法。改进的决策树方法通过统计决策树的叶子节点的基本信息,解决数据库营销中因为类分布不平衡而不能生成合适的决策树的问题,同时解决了传统的决策树算法只能对客户分类,不能对客户进行排序的问题,使之可以很好的用于数据库营销。
然后,在改进的决策树算法实验的基础上,构建了一个基于面向市场数据库营销的数据挖掘系统模型。模拟了企业通过该系统对客户进行数据库营销。
最后,提出了中仍需有待解决的问题和后继工作的方向。