某上市寵物公司促銷策略分析.pdf

1、數(shù)據(jù)挖掘和大數(shù)據(jù)處理作為當(dāng)今學(xué)術(shù)科研及商業(yè)應(yīng)用中熱門的研究領(lǐng)域之一，涉及了統(tǒng)計學(xué)，計算機科學(xué)，機器學(xué)習(xí)等不同學(xué)科。本文應(yīng)用了一些數(shù)據(jù)挖掘中基本方法來實現(xiàn)預(yù)測特定屬性，描述概括數(shù)據(jù)中潛在的聯(lián)系模式等任務(wù)。
　　本文研究數(shù)據(jù)來源為真實客戶數(shù)據(jù)，主要論述了用邏輯回歸分析建立相似模型過程中的數(shù)據(jù)清洗和變量選擇的方法，并重點闡述了在實際商業(yè)應(yīng)用中如何評價預(yù)測模型的準(zhǔn)確性和穩(wěn)定性。在相似模型的基礎(chǔ)上本文進一步利用決策樹以及隨機森林方法進行客戶

2、分析和模型驗證。
　　為實現(xiàn)大數(shù)據(jù)處理，首先利用了SQL server實現(xiàn)關(guān)系數(shù)據(jù)庫以及建模數(shù)據(jù)準(zhǔn)備。之后利用SAS enterprise進行數(shù)據(jù)預(yù)處理和探索性分析，基于數(shù)據(jù)和業(yè)務(wù)需求，制定并測試建模方法，并且簡化數(shù)據(jù)、創(chuàng)建最終變量、迭代擬合模型，判定模型的合理性，對模型進行優(yōu)化和改進，引導(dǎo)最終變量和模型的選取。根據(jù)模型所獲得的最終預(yù)測結(jié)果，針對每一個潛在或現(xiàn)有用戶，生成得分代碼和分段標(biāo)簽，該預(yù)測值會幫助決策是否需要針對該客戶要發(fā)