基于單元的孤立點(diǎn)算法研究及客戶忠誠(chéng)度分析系統(tǒng)構(gòu)建.pdf

1、該文首先研究了基于單元的孤立點(diǎn)發(fā)現(xiàn)算法,指出了其存在的缺點(diǎn),并予以改進(jìn);其次,采用該算法并結(jié)合其它數(shù)據(jù)挖掘技術(shù),針對(duì)企業(yè)中的客戶忠誠(chéng)度分析問(wèn)題構(gòu)建了客戶忠誠(chéng)度分析系統(tǒng),最后,根據(jù)海爾客戶關(guān)系數(shù)據(jù),分析了海爾集團(tuán)的客戶忠誠(chéng)度.第一,闡述了課題的研究背景及其重要的研究意義;從數(shù)據(jù)挖掘的理論研究和應(yīng)用研究方面,對(duì)當(dāng)前數(shù)據(jù)挖掘的國(guó)內(nèi)與國(guó)外的研究動(dòng)態(tài)進(jìn)行分析;通過(guò)對(duì)知識(shí)發(fā)現(xiàn)一般過(guò)程的分析,給出了一個(gè)典型的數(shù)據(jù)挖掘系統(tǒng)的整體架構(gòu),分析了各模塊的主要

2、功能,并對(duì)其中采用的數(shù)據(jù)挖掘的技術(shù)作了詳細(xì)闡述.第二,回顧了孤立點(diǎn)發(fā)現(xiàn)的研究過(guò)程及當(dāng)前研究動(dòng)態(tài),介紹了基于距離、基于密度、基于偏離以及高維數(shù)據(jù)孤立點(diǎn)發(fā)現(xiàn)中的主要算法,具體分析了各個(gè)算法的主要內(nèi)容,在此基礎(chǔ)上總結(jié)比較了各個(gè)算法的優(yōu)劣及其適用范圍.第三,在基于單元的孤立點(diǎn)發(fā)現(xiàn)算法的基礎(chǔ)上,提出了一種減少邊緣影響的孤立點(diǎn)分析算法.針對(duì)算法中邊界處孤立點(diǎn)的誤判問(wèn)題,給出了數(shù)據(jù)空間的單元格劃分及數(shù)據(jù)對(duì)象分配方法,定義了數(shù)據(jù)集邊界閾值動(dòng)態(tài)調(diào)整函數(shù),

3、提出了基于單元的孤立點(diǎn)挖掘算法的改進(jìn)算法,在不增加原有算法時(shí)間復(fù)雜度的前提下,極大地減少了邊界處孤立點(diǎn)的誤判.并通過(guò)實(shí)際應(yīng)用證明了算法的有效性,最終,將該算法用于彩色人臉邊緣提取中,取得了極好的應(yīng)用結(jié)果.第四,完成了客戶忠誠(chéng)度分析系統(tǒng).首先給出了客戶忠誠(chéng)度的概念,說(shuō)明了研究客戶忠誠(chéng)度對(duì)企業(yè)的重要意義;介紹了系統(tǒng)的主要功能:數(shù)據(jù)預(yù)處理、重點(diǎn)客戶發(fā)現(xiàn)以及客戶忠誠(chéng)類別劃分;詳細(xì)分析了數(shù)據(jù)預(yù)處理模塊所采用的預(yù)處理手段和方法;給出重點(diǎn)客戶發(fā)現(xiàn)和客

4、戶忠誠(chéng)類別劃分模塊中所采用數(shù)據(jù)挖掘技術(shù)(孤立點(diǎn)分析、聚類分析、分類預(yù)測(cè)分析),對(duì)相應(yīng)技術(shù)中所采用的算法進(jìn)行了詳細(xì)的描述;最后介紹了用于結(jié)果顯示的結(jié)果可視化模塊中的兩種方法:平行坐標(biāo)和分類圖表.第五,通過(guò)客戶忠誠(chéng)度分析系統(tǒng),對(duì)海爾公司的客戶忠誠(chéng)度進(jìn)行了分析.主要針對(duì)海爾公司的客戶忠誠(chéng)度分析問(wèn)題,詳細(xì)闡述了選取和處理客戶忠誠(chéng)度分析數(shù)據(jù)的過(guò)程及方法,分析了海爾公司中重點(diǎn)客戶發(fā)現(xiàn)過(guò)程及結(jié)果,并結(jié)合不同的參數(shù),對(duì)其結(jié)果給出了詳細(xì)的分析比較,歸納得