基于决策树C4.5算法的大数据保险业模型研究

如今大数据背景下客户信息数据呈现指数级增长趋势,盈利企业亟须通过大数据分析发现客户更深层次的潜在信息从而降低客户流失率,尤其是流动率高的保险行业性质企业。保险公司力求稳定增长的市场占有率和经济效益就需要通过数据挖掘来不断发现潜在客户价值,此时数据的多元性和数据量成为有效快速挖掘用户信息的瓶颈。文章引入"数据湖"的概念结合HDFS构建集群式的大数据模型,并引入价值率来对客户进行分析,构建用户画像,帮助公司深度理解客户特征降低客户流失率。     

基于粗糙集理论的决策树方法在贷款客户信用评估中的应用

决策树是数据挖掘中常用的分类技术,其生成的规则便于决策者理解和应用。然而面对较多的属性且含有冗余和噪声属性的记录集生成的决策树时,无法删除冗余属性,造成运算过程复杂。本文旨在通过应用粗糙集理论,将其与决策树方法进行结合,对属性进行约简,降低运算复杂度,并生成相对简化的规则形式,并将其应用到银行个人贷款客户信用评估之中。     

大数据分析:增强直觉判断,优化实时决策

智慧的地球需要智慧的科技客户遇到问题,打电话投诉,客服人员接到电话,他必须在几秒内决定解决客户问题的最佳方式,同时消除客户的不满情绪。客服人员最终提供的解决方法,可能是基于直觉,也可能是基于公司规程。但是,他如何知道这就是对的呢?     

基于决策树模型的非商业化专利价值评估方法研究

非商业化专利价值评估是促进技术成果产业化,发挥专利交换与使用价值的重要环节.本文通过建立专利价值评估的指标体系,利用层次分析法和矩阵运算得出专利的价值指标值,在此基础上估算出专利转化的风险概率及预期收益,然后利用决策树模型得出专利在不同价值指标值下的参考价值以及风险状况,目的在于为企业进行专利投资决策提供依据,为专利的价值评估提供一种新思路.     

数据挖掘在教务管理中的应用

数据挖掘是一门涉及到数理统计、人工智能、知识工程等多学科、多领域的新兴交叉学科。教学管理人员采用数据挖掘技术对教务管理信息系统中的数据进行深入的分析,以此来制定相关措施,可以更有效发挥学校各类资源的作用,不断提高学校的教学质量和教学效果。本文将对数据挖掘在教务管理中的具体应用加以归纳和总结。     

数据挖掘在上市公司财务危机预警中的应用

本文通过对2007-2009年沪深两市新增58家ST上市公司被ST前三年的财务数据及58家配对非ST上市公司财务数据应用因子分析法消除冗余后,依次建立logistic回归模型、C5.0决策树模型和BP神经网络模型,在此基础上分析了模型异同之处,提出了选择模型的方法.     

数据挖掘在信用风险分析中的运用

本文在信用风险分析概念的基础上,介绍了信用风险分析的发展历程,阐述了在信用风险分析中运用的三大数据挖掘技术,最后利用数据挖掘软件（EM）的决策树技术对信用风险分析进行实证.     

局部放电对油纸绝缘的影响

基于智能电网建设中变压器的作用,文章提出做好变压器油纸绝缘的必要性,首先分析了变压器油纸绝缘破坏和局部放电的产生,探讨了局部放电对油纸绝缘的影响,再从放电模型、试验流程、危险等级定义、聚合度分析等方面,详细而深入的探讨了变压器油纸绝缘中,局部放电的特征参量提取,以及发展特性分析,以服务智能电网建设,丰富领域内的理论研究内容。     

数据挖掘技术在高校教学质量评估中的应用研究

教育质量是教育教学研究永恒的主题,课堂教学效果的好坏是教师教学质量最直接的体现,也是高校教学质量保证与监控的重要环节,构建与完善教师课堂教学质量评价体系具有十分重要的现实意义。多年来的教学和管理工作积累了大量的数据,但目前对这些数据的处理还停留在初级的数据备份、查询及简单统计阶段,使这些数据还不能发挥其     

粗糙集理论在客户分类中的应用

客户分类是客户关系管理(CRM)的重要内容,粗糙集理论应用于分类,可以将多个属性综合考虑提取规则,较之传统的决策树分类算法,通过粗集理论的属性约简,可以提取更全面的规则。