文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > 基于决策树的数据挖掘在电信CRM中的应用研究
侵权投诉

基于决策树的数据挖掘在电信CRM中的应用研究

数据挖掘,决策树

 第19卷 第11期

文章编号:100325850(2006)1020051202

电脑开发

基于决策树的数据挖掘在电信CRM中的应用研究

与应用(总733) 51

基于决策树的数据挖掘在电信CRM中的应用研究

ResearchontheApplicationofDataMininginTelecommunication

CRMbasedonDecisionTree

张 晖

(中国网通天津市分公司 天津 300204)

【摘 要】针对电信CRM,决策树构造算法建立一棵决策树模型,在CRM中根据客户的年龄,,防止用户流失,争取新用户具有重要意义。

【关键词】数据挖掘,决策树,中图分类号:TP91912

文献标识码:A

ABSTRACT Aimptifulbutknowledgesareneedy”phenomenoninthetelecommunicationCRM,thispaperputsforwardthedatamique,andmakesuseoftheSLIQdecisiontreeconstructionalgorithmtoestablishadecisiontree.Thecustomersareclassifiedaccordingtotheages,citiesbelongedtoandsexesinCRM,predictscustomer’stype,whichmodel

.preventscustomersfromgoingaway,andhastheimportantmeaningtoaffractthenewcustomersKEYWORDS datamining,decisiontree,telecommunicationCRM

1 电信CRM应用数据挖掘的意义

近年来,随着电信业务迅猛增长,激增的数据背后隐藏着重要信息,导致了“数据丰富但知识贫乏”的现象。电信运营商期望能发现用户消费习惯与用户地区、年龄和性别之间的关系,为制定新业务、个性化服务提供参考,预测用户类型,吸引新客户,保持老客户。

数据挖掘(DataMining,简称DM)是指从大量数据中按照一定规则提取潜在的有用信息过程。DM与传统的数据分析有本质区别,DM是在没有假设前提下去挖掘信息、发现知识,得到的信息具有事先未知、有效性和实用性特点。DM应用于CRM中为客户分析提供更好决策支持。

数据仓库的数据存储结构更有利于DM,但不限于分析DM中的数据,可分析现存的、比DM提供的汇总数据粒度更细的数据,也可分析事务的、文本的、空间的和多媒体数据。本文是在构建电信CRM数据仓库基础上进行的DM研究。

网络、数理统计分析、时间序列分析等。验证和评价模型通过对分析结果、模式或模型验证,来评价模型是否对决策支持信息有价值,否则就要重新建立模型。模型建立并经过验证之后,有两种方法实施模型:一种是交给业务或分析人员作参考,通过察看和分析这个模型后提出行动方案建议;另一种是把此模型应用到不同的数据集上。

本文主要对电信CRM不同客户进行分类,预测客户类型,下面以分析“客户流失”类型为例,论述建立决策树挖掘模型的过程。2.1 决策树应用分析

在电信CRM中,根据客户年龄、所属城市和性别对客户分类,通过分类预测客户类型,争取新用户,过滤没有发展潜力的用户。决策树直观易懂,使用决策树算法设计分类模型,用来提取分类规则,进行客户类型预测,决策树要挖掘的目标是客户类型。2.2 决策树构造算法选择

最早决策树构造算法是ID3算法,只能处理内存中的数据,可伸缩性弱。目前决策树构造算法有好几种,并且突破了内存的限制,能处理离散的和连续的属性值,处理速度也在提高,如SLIQ算法。

SLIQ算法(SupervisedLearningInQuest,其中Quest是IBMAlmaden研究中心的DM项目)是于1996年提出的高速可调节的DM分类算法。通过预排

2 建立决策树挖掘模型

数据挖掘步骤一般包括数据准备、模型建立、模型验证和评价。数据准备包括数据取样、数据特征探索、分析和预处理。模型建立是一个反复的过程,挖掘类型应该与模型类型相一致,模型类型可以是决策树、神经

3 2006208206收到,2006209217改回

33张 晖,男,1972年生,工程师,研究方向:IT业务支撑系统的研究与开发。

第1页

你可能喜欢

  • 数据挖掘应用案例
  • 决策树模型
  • 决策论文
  • 数据挖掘论文
  • 数据挖掘的应用
  • 数据挖掘算法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email