數(shù)據(jù)挖掘在目標行銷中的研究與應用.pdf

1、隨著企業(yè)業(yè)務的發(fā)展，數(shù)據(jù)庫中慢慢積累了大量的客戶歷史消費數(shù)據(jù)，如何從這些海量數(shù)據(jù)資源中發(fā)現(xiàn)對企業(yè)有價值的信息，成為企業(yè)將來市場決策的一個重要部分。數(shù)據(jù)挖掘技術(shù)因而被逐步應用到了銀行、保險公司以及零售行業(yè)的目標市場行銷中，并取得了不錯的業(yè)績。 本文主要從目標行銷的角度來討論數(shù)據(jù)挖掘技術(shù)，介紹了數(shù)據(jù)挖掘技術(shù)在目標行銷中的應用、處理流程、難點問題、主要算法、評價方法，著重對目標行銷中有代表性的數(shù)據(jù)挖掘算法進行了詳細闡述和試驗分析。經(jīng)過

2、對市場值函數(shù)算法、NaiveBayes算法、神經(jīng)網(wǎng)絡(luò)算法和決策樹算法的試驗比較，驗證了市場值函數(shù)算法是一種非常適合應用于目標行銷的算法，它具有性能強、學習時間短、可靠性高、適應不同數(shù)據(jù)集等優(yōu)點。在此基礎(chǔ)上，我們又重點對目標行銷中的算法組合進行了嘗試性的研究，在借鑒文本分類中的算法組合思路基礎(chǔ)上，創(chuàng)新性地提出了感知元線性算法組合、神經(jīng)網(wǎng)絡(luò)算法組合，市場值函數(shù)算法組合、NaiveBayes算法組合和決策樹算法組合。試驗表明這些算法組合方式可