一種啟發(fā)式貝葉斯分類算法及其在鐵路貨運(yùn)客戶細(xì)分中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識的方法和技術(shù)。近年來,數(shù)據(jù)挖掘受到了普遍關(guān)注,已經(jīng)成為信息系統(tǒng)和計(jì)算機(jī)科學(xué)領(lǐng)域中的研究熱點(diǎn)之一。 作為數(shù)據(jù)挖掘中的一種分類算法,貝葉斯網(wǎng)絡(luò)是用來表示變量間連接概率的圖形模型,它提供了一種自然的表示因果信息的方法,是目前不確定知識表示和推理領(lǐng)域中最有效的理論模型之一,在機(jī)器學(xué)習(xí)算法的設(shè)計(jì)和分析方面扮演著越來越重要的角色。 本文全面介紹了貝葉斯網(wǎng)絡(luò)的研究現(xiàn)狀,重點(diǎn)分析了貝葉斯分

2、類器的理論基礎(chǔ)以及三種經(jīng)典的貝葉斯分類器:樸素貝葉斯分類器、貝葉斯網(wǎng)絡(luò)分類器和TAN分類器。在此基礎(chǔ)上提出了一種啟發(fā)式貝葉斯分類算法,該算法結(jié)合了K2搜索算法和TAN分類器的優(yōu)點(diǎn),并在一定程度上彌補(bǔ)了兩者的不足。在TAN分類器構(gòu)建最大權(quán)重跨度樹的過程中確定出邊的次序,再依據(jù)一定的規(guī)則為節(jié)點(diǎn)排序,最后由K2搜索算法構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明,該啟發(fā)式貝葉斯分類算法的網(wǎng)絡(luò)結(jié)構(gòu)更加合理,分類準(zhǔn)確度更高。 鑒于數(shù)據(jù)挖掘技術(shù)在客戶關(guān)

3、系管理中日益廣泛的應(yīng)用,本文還提出了一種鐵路貨運(yùn)客戶細(xì)分方案,即利用數(shù)據(jù)挖掘中的聚類和分類技術(shù)對鐵路貨票庫中的海量數(shù)據(jù)所蘊(yùn)藏的信息進(jìn)行挖掘,首先利用聚類方法對貨運(yùn)歷史數(shù)據(jù)進(jìn)行聚類分析,然后依據(jù)聚類結(jié)果用貝葉斯分類器對新客戶分類。該客戶細(xì)分方法可以為鐵路貨運(yùn)營銷部門提供決策依據(jù),從而提高鐵路企業(yè)的客戶關(guān)系管理和決策水平。 另外,本文在深入研究貝葉斯分類算法的基礎(chǔ)上,并結(jié)合鐵路貨運(yùn)客戶細(xì)分的實(shí)際需要,開發(fā)了一個(gè)貝葉斯分類算法軟件平臺

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論