基于決策樹(shù)分類算法的CRM系統(tǒng)研究.pdf

1、論文中分析比較了數(shù)據(jù)挖掘的分類和預(yù)測(cè)算法，重點(diǎn)研究了數(shù)據(jù)挖掘決策樹(shù)分類算法，并在此基礎(chǔ)上對(duì)決策樹(shù)的穩(wěn)定性和效率進(jìn)行了分析。針對(duì)傳統(tǒng)ID3算法存在的屬性取值偏向問(wèn)題提出了一種新的優(yōu)化算法Q-ID3算法。 論文中利用信息熵、條件熵公式推導(dǎo)出先驗(yàn)知識(shí)度劃分標(biāo)準(zhǔn)公式，該公式把信息熵公式中加權(quán)和轉(zhuǎn)換為加權(quán)和加先驗(yàn)知識(shí)度參數(shù)。參數(shù)Q值域?yàn)閇0，1]，其大小由決策者根據(jù)先驗(yàn)知識(shí)或領(lǐng)域知識(shí)來(lái)確定，通過(guò)引入該參數(shù)加強(qiáng)了重要屬性的標(biāo)注，降低非重要屬

2、性的標(biāo)注。對(duì)于空間過(guò)大的實(shí)例集，利用先驗(yàn)知識(shí)度參數(shù)可以減小搜索空間提高學(xué)習(xí)效率，建立結(jié)構(gòu)簡(jiǎn)單的決策樹(shù)，與實(shí)際情況更為相符。Q-ID3算法保留了傳統(tǒng)ID3算法的分類簡(jiǎn)單、規(guī)則易理解的優(yōu)點(diǎn)，又避免了偏向于取值較多但實(shí)際中卻并不總是最優(yōu)的屬性作為測(cè)試屬性的缺點(diǎn)。 通過(guò)隨機(jī)生成不同規(guī)模數(shù)據(jù)集，利用Q-ID3算法構(gòu)造決策樹(shù)，從生成決策樹(shù)的形態(tài)和生成決策樹(shù)的時(shí)間兩個(gè)方面與傳統(tǒng)ID3算法進(jìn)行比較，在不同規(guī)模的數(shù)據(jù)集中，Q-ID3算法構(gòu)造決策樹(shù)