决策树算法在电信行业中的应用和分析

如今,数据挖掘技术正以其强大的功能在许多研究和应用领域得到广泛的发展,分类预测算法更是有着广泛的应用前景,在未来的许多行业领域中将会得到进一步的完善和发展。通过对决策树的研究和比较,提出了一个新的想法。另外通过对决策树分类预测模型与神经网络预测模型的比较研究,可以更清楚的理解预测分类模型的作用及其发展趋势。     

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。     

基于决策树的财务困境分析

本文以沪市A股上市公司为研究对象,选择因连续两年亏损于2010年被实行特别处理的上市公司为样本撮据2008～2010年的财务数据,运用SAS的Emerprise Miner模块建立了上市公司ST风险预警决策树模型。     

基于人机环境的链杆平衡模型在施工中的应用

根据在建筑工程的施工进度项目管理中人、机、环境等因素对施工进度的影响程度,应用项目管理中决策树的数学思想,建立人、机、环境一体化的链杆平衡管理建筑工程施工进度控制模型,研究了我国施工企业在施工项目进度控制方面的综合资源平衡问题,发现利用综合能力数来评价人、机、环境一体化对施工项目进度的影响,能有效地发挥人、机、环境一体化管理对施工过程进行控制的效应,从而使得施工项目进度最大限度的得以实现,并通过调整各分项工程的综合能力数来优化及合理分配资源。     

应用决策树法确定农机更新投资决策

决策树法是工业企业常用的投资决策评价方法。它是一种用树枝图形,简单明确地说明投资项目方案,反映决策过程的方法。它适用于长期或分阶段的投资决策,也适用于农机更新投资决策。伴随农机化事业的发     

基于数据挖掘的电信客户信用分类模型研究

电信客户信用分析与预测,对于电信运营商在激烈竞争环境下,最大程度的在竞争活动中立于不败之地,具有重要意义。本文采用了SOM聚类算法和用传统经验对客户信用等级评分评级来确定信用等级类标号,再用决策树算法建立两个模型A和B。比较两个模型,选择性能较优者为最终模型并探讨了该模型的实际应用。     

决策树法原理及其在中小酒店投资项目决策中的实践

决策树法是常用的风险型分析决策方法,本文试图在介绍决策树法原理及方法的基础上,用实证分析的方法说明如何运用该原理对中小酒店投资项目进行投资决策.     

神经网络在我国电商企业客户流失风险预测中的应用研究

文章以C5.0、Neural Net和Logistic三种算法作为构建预测混合模型的基础算法。在实证研究过程中,分别采用品牌、地区、网龄和账单作为客户细分变量,构建了不同的客户流失预测混合模型,用命中率和接受者操作特性(ROC)曲线对预测结果比较评估,得到以地区为客户细分变量的混合模型预测效果最佳,以账单为客户细分变量的混合模型预测效果,其次以网龄和品牌为客户细分变量的混合模型预测效果较差的结论。省级电信公司在构建流失预测系统过程中,以客户账单(或客户消费层次)作为细分变量,对各地区客户单独构建流失预测模型;同时,要加强品牌管理,提高各品牌对客户的区隔效果。