浅析决策树算法对构建高校图书馆服务模型的研究

以高校图书馆——长春工程学院图书馆为例,选择决策树C4.5算法构造模型,通过数据挖掘算法,得出制约图书馆数字资源使用因素间的一些潜在性联系,从而进一步分析高校图书馆用户的实际使用需求,为图书馆今后发展、决策提供意见及指导。     

C4.5算法在大学生就业满意度分析中的应用研究

文章运用决策树中的C4.5算法对所调查的数据进行数据挖掘。通过实例给出了该算法在大学生就业满意度分析中的应用,以找出影响就业满意度的因素,为大学生自身发展及高校学生工作提供依据,提高就业满意度。     

数据挖掘算法在银行CRM中的研究与应用

针对银行CRM中的海量客户历史数据问题,本文采用决策树算法和BP神经网络算法,选取部分客户业务数据分别进行分类预测实验,实验结果表明利用上述算法可以较好地解决银行中时客户分类预测的需求。     

浅析数据挖掘分类方法中的决策树算法

分类是数据挖掘、机器学习和模式识别中一个重要的研究领域。决策树分类是一种重要的数据分类技术,本文通过对对各种决策树分类算法的基本思想进行阐述,并分析比较了各种算法的主要特性,为使用者选择算法或研究者改进算法提供借鉴。     

模糊数据挖掘算法在供应链合作伙伴选择中的应用

建立战略性合作伙伴关系是供应链战略管理的重点,也是供应链管理的核心。供应链管理的关键就在于供应链各节点企业之间的联接和合作,以及相互之间在设计、生产、竞争战略等方面良好的协调。本文利用一种模糊数据挖掘方法,在建立合作伙伴有关因素的指标数据基础上,挖掘出供应链核心企业决策者用来构建合作关系的备选方案,从而提高了决策的准确性和全面性。     

数据挖掘算法在债务管理中的应用

决策树算法是数据挖掘领域的核心分类算法之一,ID3算法镕4是最为经典的决策树算法。本文以ID3教据挖掘算法在债务管理中的应用为例,验证了算法的性能。     

商品陈列研究常用的数据挖掘技术相关算法简介与评价标准

商品陈列的科学性的研究,借助于数据挖掘的技术从海量的销售数据中提取隐含在其中的、事先未知的、但又是潜在有用的信息。本文综述了各种常用的数据挖掘算法和评价标准。     

决策树分类法中ID3算法在航空市场客户价值细分中的应用

针对当前航空企业的实际需求,运用数据挖掘理论中的ID3分类算法,对在机场候机旅客调研数据进行分析,可以了解到在后期航空公司发展高端客户过程中,营销策略应该关注的重点客户群体,应该是本公司现有的和未来的常旅客这个客户群,而其中交通方式为小型轿车的常旅客又是营销策略的重中之重。     

数据挖掘在课程成绩分析中的应用

数据挖掘是数据仓库技术中的重要技术之一.为了充分发挥考试的效能,综合评价命题质量,及时反馈教学效果,将数据挖掘技术与课程成绩分析相结合,从海量的数据中发现隐藏的有用信息,并将这些信息资源进行统计分析和总结是非常必要的.     

基于决策树算法的电商化电力物资判别

国网于2016年提出并开始实施电商化采购模式。当前的目标是要形成科学合理的物资判别规则,因此立足于相关工作文件规定,从其物资的规格型号、国家法律规定、需求频次以及年度需求数量几个业务特征出发。将近两年采购记录数据与决策树算法相结合,得出了决策树模型,总结出了电商化物资判别的规则。并将相应规则转化为了易于理解和操作的IF—THEN语言,使得该研究能够应用到实际的电商化采购业务中,得到了新的二级电商目录。     

银行个人客户信用评分模型研究——基于决策树算法

近年来,中国的信用卡业务飞速发展,为银行带来了丰厚的利润。但招揽信用卡用户的激烈竞争导致银行不断放宽对于信用卡申请者的要求,疏忽了风险的管理和控制。能否掌握信用卡客户的业务规律,并能设计相应对策以管理控制风险,是信用卡业务成败与否的关键。据此,针对银行信用卡客户,收集并处理他们的信息,利用决策树算法建立个人信用评分模型,并结合社会实际情况对模型做出调整建议。     

数据挖掘技术与应用问题研究

数据仓库是信息领域中近年来快速发展起来的一种技术,指出了分析数据仓库内容有2种基本的方法:联机分析处理和数据挖掘;讨论了联机分析处理的体系结构,提出了数据挖掘中一些常用的方法:决策树、关联及数据统计分析、神经网络和最近邻方法;介绍了数据挖掘的应用.     

基于决策树的数据挖掘方法在CRM中的应用研究

基于ID3算法的CRM数据分类实例证明:决策树的核心问题是选择最佳的划分标准,采取数据挖掘中的决策树分类算法,将其应用于CRM系统中,以从中发现企业产品的销售规律和客户群特征,从而提高CRM对市场活动和销售活动的分析能力,以期为企业更科学、更有效地制定产品开发、生产、销售和服务策略提供有力的技术支持。     

决策树技术在网上书店系统中的应用

数据挖掘技术是在大量的数据中发现未知知识的数据分析技术,利用数据挖掘技术分析客户数据,发现其中的规律,从而为商务决策提供依据。本文对决策树技术进行了相关分析,并应用于网上书店系统,实现对客户数据的挖掘。     

决策树C4.5算法在银行信贷业务工作中的应用研究

在银行的信贷业务中,银行贷款员需要分析数据,要预测哪些贷款申请者是安全的,银行是否有风险。对于这类问题,文中利用数据挖掘技术中决策树C4.5算法,以一个具体的案例详细讲解了C4.5算法的原理及其实现算法,通过分析以往客户贷款的信息,建立预测模型和模型解释,并通过提取模型中的规则对银行进行信贷业务时可以预测客户是否是安全的,为降低银行信贷风险起到了一定的辅助作用。     

数据挖掘技术在高考数据分析中的应用

本文提出利用数据挖掘技术对作者学校历年高考数据进行分析的思想,详细介绍了利用决策树算法对高考成绩进行分析.通过分析结果,提出了对教学过程中出现的问题进行解决的建议.     

基于决策树的有机农产品消费偏好应用研究

近10年随着人均消费水平以及环保意识的提升,社会对于有机农产品的需求呈持续上升的趋势,但发生的一系列安全问题,导致有机农业的发展停滞不前。目前消费者购买有机农产品考虑的因素不仅仅是价格以及质量问题,还包括有机程度、品牌文化等,其影响购买的因素复杂多样,包含数据型和常规型属性两大类,研究处理的难度很大。因此为研究消费者对于有机农产品的消费偏好问题,文章结合数据挖掘方法中的决策树算法,分析并总结出消费者对于有机农产品的消费倾向及政策建议。     

基于多分类器的移动通信客户信息挖掘

移动通信领域中的客户信息挖掘是数据挖掘和商务智能领域中典型应用之一,具有较高研究意义和商业应用价值。在基于决策树的数据分类算法基础上,采用相异度计算原理进行分类,重点对移动通信客户是否可能成长为高价值客户的分类进行了研究。测试结果表明,本文所提出的组合分类方法是完全可行的。     

决策树在成绩分析中的应用

数据挖掘技术能够从海量信息中获取有用的知识,有利于辅助管理者制定决策。分析《计算机信息技术》的课程成绩时,挖掘得出影响学生成绩的潜在的因素,目的在于改善课程教学。     

企业CRM系统中决策树算法的应用

客户资源决定企业的核心竞争力,更多的关心自己的销售群体,并与之建立良好的、长期的客户关系,提升客户价值,对全面提升企业竞争能力和盈利能力具有重要作用。本文以某企业销售业绩为对象,利用决策树分类算法,得到支持决策,从而挖掘出理想客户。