决策树在移动市场营销中的应用研究

发布时间：2017-06-30 09:25

  本文关键词：决策树在移动市场营销中的应用研究，由笔耕文化传播整理发布。

【摘要】：移动电信市场中用户的争夺战愈演愈烈。特别是4G时代的到来，移动电信运营商们更是竭尽所能，可以说是无所不用其极。移动电信用户中集团客户作为具有强烈社会影响力，能够为运营商带来丰厚利润的大客户，更是这场战斗中的焦点。同时移动电信运营商的运营系统保留了大量的用户信息资料。这些资料含有丰富的客户信息，通过数据挖掘手段能够有效地分析出用户的需求和对于服务的满意程度。运营商可以运用这些信息制定出有效的营销策略，从而在战斗中取得胜利。数据挖掘技术中决策树算法是当前非常流行的一种分类预测算法。决策树算法是以实例为基础的归纳学习算法，通过对训练集的学习推理出一个树形结构表示的分类规则。决策树算法以其出色的数据分类效率、直观易懂的展示结果等特点成为了数据挖掘应用最广的技术之一。 本文在研究决策树数据挖掘技术的基础上，，进行了基于移动集团客户用户数据的分析与挖掘。移动集团客户潜在虚假挖掘系统是移动提出为了落实集团客户精细化管理，提升集团客户营销服务整体水平而建设的一个可视化挖掘平台，其核心是以决策树ID3算法为基础的分类器。通过分类器将集团客户成员分成潜在集团客户成员、虚假集团客户成员和粘性集团客户成员。但是ID3算法存在着两个缺陷，在实际算法中会大量调用系统函数来执行log计算，算法在选择最佳分类属性时会优先选择属性值最多的属性，但是往往属性值较多的属性和业务问题的关联度比较低。本文首先通过迈克劳林公式对ID3算法进行了化简，将大量的log计算转换成简单的乘除法计算，提高了算法的效率。同时根据移动集团客户业务属性自身特点，提出了属性粘性度这一个概念，通过计算属性粘性度，来对候选属性集中属性排序，在选择属性时优先选择粘性度值较高的属性，这样可以有效避免ID3算法存在的偏性问题。最后，将改进ID3算法应用到移动集团客户潜在虚假挖掘系统中。通过以SSH为框架的Java Web技术，以及JQuery和Fusioncharts为主的前台报表图形展示技术，将分类结果展现出来。
【关键词】：数据挖掘 决策树 ID3算法 集团客户
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• 第1章 绪论10-17
• 1.1 选题背景及研究意义10-12
• 1.2 移动电信市场营销中的数据挖掘12-15
• 1.2.1 数据挖掘研究现状12-13
• 1.2.2 数据挖掘未来的趋势13-14
• 1.2.3 数据挖掘在移动电信市场营销中应用现状14-15
• 1.3 本文主要研究工作15-17
• 第2章 数据挖掘基本理论17-27
• 2.1 数据挖掘概述17-20
• 2.1.1 数据挖掘定义17-19
• 2.1.2 数据挖掘方法19-20
• 2.2 数据挖掘分类方法20-21
• 2.3 决策树概述21-24
• 2.3.1 决策树方法简介21-22
• 2.3.2 经典的决策树算法22-24
• 2.4 CRISP-DM 标准24-26
• 2.5 本章小结26-27
• 第3章 ID3 算法分析27-40
• 3.1 信息论知识27-28
• 3.2 ID3 算法基本原理28-30
• 3.3 ID3 算法举例测试30-31
• 3.4 ID3 算法的 Java 实现31-39
• 3.4.1 ID3 算法流程31-33
• 3.4.2 ID3 算法 Java 实现33-39
• 3.5 本章小结39-40
• 第4章 基于移动市场营销应用的 ID3 算法优化40-55
• 4.1 ID3 算法在实际问题中的缺陷40
• 4.2 ID3 算法计算效率方面优化40-44
• 4.2.1 算法优化40-43
• 4.2.2 举例测试43-44
• 4.3 改进 ID3 算法选择属性的偏性44-47
• 4.3.1 算法改进思想44
• 4.3.2 基于移动市场营销的粘性度44-46
• 4.3.3 基于粗糙集的属性依赖度46-47
• 4.4 改进 ID3 算法的 Java 实现47-54
• 4.4.1 改进算法流程47-49
• 4.4.2 改进 ID3 算法 Java 实现49-53
• 4.4.3 改进 ID3 算法评估53-54
• 4.5 本章小结54-55
• 第5章 优化算法在集团客户潜在成员挖掘系统应用55-73
• 5.1 系统需求分析55
• 5.2 开发环境以及系统框架55-56
• 5.3 集团客户挖掘系统模块组成56-58
• 5.4 集团客户潜在成员挖掘模型58-69
• 5.4.1 数据来源58-61
• 5.4.2 数据探索与合并61-63
• 5.4.3 确定数据时间窗口63-64
• 5.4.4 数据抽样64-67
• 5.4.5 数据清洗和数据转换67-68
• 5.4.6 建立集团客户潜在成员挖掘模型68-69
• 5.5 社交匹配度模型69-70
• 5.6 集团客户潜在成员模块70-72
• 5.7 本章小结72-73
• 第6章 总结与展望73-75
• 6.1 总结73
• 6.2 展望73-75
• 致谢75-76
• 参考文献76-78

【参考文献】

中国期刊全文数据库 前10条

1 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期

2 陈平;乔秀全;刘臻;田小萍;;数据挖掘网格中决策树并行算法设计及性能分析[J];北京邮电大学学报;2009年S1期

3 孙睿;蒲勇健;;移动电信低端增量市场中的价格策略互动[J];系统工程;2007年03期

4 肖明伟;;基于数据挖掘技术的电信集团客户占有率应用研究[J];电脑与电信;2012年06期

5 赵伟;;计算机半结构化数据源的数据挖掘技术研究[J];计算机光盘软件与应用;2013年08期

6 胡文瑜;孙志挥;吴英杰;;数据挖掘取样方法研究[J];计算机研究与发展;2011年01期

7 邓勇;王汝传;邓松;;基于网格服务的分布式数据挖掘[J];计算机工程与应用;2010年28期

8 黄洪宇;林甲祥;陈崇成;樊明辉;;离群数据挖掘综述[J];计算机应用研究;2006年08期

9 李爱凤;;基于数据挖掘技术的购物篮模式研究[J];计算机应用与软件;2011年12期

10 徐启;孙全红;;基于分布式数据仓库的电信信息共享平台的研究[J];计算机测量与控制;2012年04期

  本文关键词：决策树在移动市场营销中的应用研究，由笔耕文化传播整理发布。

本文编号：501434