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。     

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。     

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。     

数据挖掘在上市公司财务状况分析中的应用

数据挖掘善于挖掘海量数据。在分析过程中，它融合了统计分析以及并行算法、人工职能等技术，对于我们找出数据的特征、规律、联系，进而了解问题，分析问题，提出策略具有积板的意义。运用数据挖掘工具Clementine对我国深沪A股上市公司进行财务状况分析，并通过因子分析，对其进行排序和行业归类。     

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.     

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。     

数据挖掘技术在学校管理信息系统中的应用

伴随着计算机和网络技术的发展,国内高校逐渐建立了日益完善的管理信息系统,积累了大量的完整数据。目前,这些数据的主要为学校决策部门提供统计报表和信息查询。本文论述了高校管理信息系统中,运用数据挖掘的技术,透过现象看本质,进一步挖掘数据中的有价值的信息,为管理决策提供参考。     

数据挖掘技术在高校学生心理健康档案中的应用

本文对数据挖掘的决策树技术在大学生心理档案分析中应用进行了探讨,为大学生心理健康档案的数据分析提供了新的思路。     

数据挖掘在沈阳世博园旅游业中的应用

沈阳世博园旅游业的发展,取决于其营销战略制定的正确与否,而制定的正确的营销战略的基础是对旅游业中旅游客源的研究。因此,我们可以利用数据挖掘技术,挖掘出详细有效的游客行为特征信息,从而制定正确的营销战略。     

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。     

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。     

数据挖掘在人力资源信息化管理中的应用

人力资源管理系统因其能提高人力资源管理工作效率、提高管理水平、为决策提供信息支持而备受企业的青睐。通过对决策树方法用于发现其中有价值的数据模式,寻找其中存在的关系和规则,以期帮助企业对这一系统能够有更全面地认识,促进企业人力资源管理水平实现跨越式提升。     

数据挖掘在分析型CRM中的应用

分析型CRM与传统的操作型CRM有着重大的区别,数据挖据技术在分析型CRM应用中占重要的地位。本文介绍了分析型CRM的概念,分析了分析型CRM与操作型CRM的区别,指出分析型CRM所具备的功能;然后介绍数据挖掘技术的发展过程以及数据挖掘基本功能;最后阐述了数据挖掘技术在分析型CRM的具体应用。     

数据挖掘在员工网络招聘中的应用研究

本文首先对简历原始数据进行预处理,然后采用数据挖掘技术中的决策树算法和神经网络算法,在Clementine软件中对处理后的数据进行挖掘,以提取被企业接收面试的简历的共同特征,为日后的网络简历处理提供一定的依据此外,本文对数据挖掘算法的优劣性与挖掘准确性进行了比较。     

粗糙集和决策树方法在数据挖掘中的应用

分类在数据挖掘中是一项非常重要的任务.分类的目的是学会一个分类函数或分类模型(也称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一类别.本文对数据分类中的典型代表粗糙集和决策树方法进行分析和研究,并指出它们的优缺点,最后提出了今后的研究方向.     

数据挖掘在天猫商城中的应用

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。运用数据挖掘中Apriori算法对大量淘宝交易数据进行关联规则挖掘,可以得到商家感兴趣的销售信息,并根据这些信息进行针对性的营销,从而起到促进销售的作用。     

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.     

数据挖掘在分析型CRM中的应用

分析型CRM与传统的操作型CRM有着重大的区别,数据挖据技术在分析型CRM应用中占重要的地位。本文介绍了分析型CRM的概念,分析了分析型CRM与操作型CRM的区别,指出分析型CRM所具备的功能;然后介绍数据挖掘技术的发展过程以及数据挖掘基本功能;最后阐述了数据挖掘技术在分析型CRM的具体应用。     

数据挖掘技术在制药企业CRM中的应用

随着国内制药行业的竞争越来越激烈,制药企业需要进一步利用历史数据对产品种类和客户进行分析。这里从制药企业所面临的经营性问题入手,将数据挖掘技术应用到制药企业的客户管理系统中,对企业的客户数据进行了分析,提供了一个自动进行客户信用度评估的平台。实验结果表明,通过数据挖掘技术的应用,可以有效地实现系统自动定义客户类别和信用级别,辅助企业进行经营决策。     

数据挖掘方法在未利用土地适宜性评价中的应用

运用数据挖掘的决策树方法为未利用土地适宜性评价建立模型,以福建省福州市闽侯县作为一个试验区,本文首先运用主成分分析法,消除各因素之间的相关性,得出8个相互独立的指标(影响因子)作为测试属性,共提取了67个样本,再运用C4.5算法构建未利用土地适宜性评价决策树并进行了分析,表明所得规则符合实际并且易于理解。然后运用生产的规则对试验区未利用土地进行评价,并与应用实地调查所得的结果作对比分析。结果表明:基于决策树技术的未利用土地适宜性评价方法不仅不依赖于经验知识,而且通过此模型得到的评价结果具有较高准确率,能够满足评价的要求。