基于統(tǒng)計的分類算法及其在潛在客戶識別中的應(yīng)用研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及,以數(shù)值形式存在的數(shù)據(jù)正以指數(shù)速度迅速增長.人們不再滿足于對這些數(shù)據(jù)進行簡單的事務(wù)管理和信息檢索,而期望從數(shù)據(jù)中獲取知識來輔助決策.這種需求,使數(shù)據(jù)挖掘成為近年來計算機領(lǐng)域研究的熱點之一.而經(jīng)過十多年的研究,數(shù)據(jù)挖掘技術(shù)已較為成熟,因此近年來研究的重點轉(zhuǎn)為挖掘技術(shù)的應(yīng)用,商務(wù)作為數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域,對知識的需求尤為顯著.面對巨大的市場壓力,競爭狀態(tài)主要表現(xiàn)為企業(yè)間對最有利客戶的激烈爭奪上.因此潛在

2、客戶識別的研究具有重要的現(xiàn)實意義.該文首先介紹了潛在客戶識別和分類算法概念.在此基礎(chǔ)上,分析了潛在客戶識別中存在的問題.針對條件屬性取值和特定客戶類別間的關(guān)聯(lián),該文在深入研究基于數(shù)理統(tǒng)計的算法基礎(chǔ)上,提出一種具有統(tǒng)計的確定性因子算法.該算法首先根據(jù)條件屬性將論域數(shù)據(jù)劃分成等價類,然后計算各等價類中特定類別數(shù)據(jù)元個數(shù)與該等價類數(shù)據(jù)元總數(shù)的比值,得到確定性因子,并將其正態(tài)標準化后,作為條件屬性的相關(guān)度量.實驗結(jié)果表明,該算法能有效地解決知識

3、的不確定性問題.針對屬性選擇的問題,該文在分析現(xiàn)有屬性選擇算法的基礎(chǔ)上,提出一種基于推理思想的兩層選擇算法.該算法首先采用條件屬性和類標識屬性間的相關(guān)度量來判斷兩者的相關(guān)程度,去除與類標識屬性無關(guān)或負相關(guān)的條件屬性,減小了后續(xù)的學習規(guī)模,從而減少了時間開銷;在屬性選擇中引入反饋原理,提出基于改善的屬性選擇模型,有效的抑制了人為給定閾值所致的選擇的屬性子集不是最優(yōu)解或較優(yōu)解問題,算法在節(jié)省時間的同時提高了屬性選擇的準確率,從而提高了模型精