基于粗糙集和神經(jīng)網(wǎng)絡(luò)的客戶行為研究.pdf

1、在通信行業(yè)中,海量的客戶數(shù)據(jù)被存儲在數(shù)據(jù)倉庫中得不到充分應(yīng)用,這些數(shù)據(jù)中隱藏的信息不僅可以為決策者提供決策支持,還能為通信行業(yè)挖掘出潛在的客戶,實現(xiàn)業(yè)務(wù)增值,同時通過充分利用這些數(shù)據(jù)還能更好的為客戶服務(wù)。因此,本論文利用粗糙集和神經(jīng)網(wǎng)絡(luò)建立了一個數(shù)據(jù)挖掘模型。
　　 本論文是對數(shù)據(jù)挖掘技術(shù)的一次探索性研究,主要是對數(shù)據(jù)挖掘技術(shù)進行了改進,結(jié)束了單一數(shù)據(jù)挖掘技術(shù)的應(yīng)用。粗糙集理論中差別矩陣算法具有迅速、簡易求得約簡屬性集等優(yōu)點,神

2、經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力和誤差反向回饋等優(yōu)點,基于這兩種方法的優(yōu)點,建立了一種基于這兩種方法的數(shù)據(jù)挖掘模型。該模型采用這兩種方法的優(yōu)點,摒棄這兩種方法的缺點,通過對客戶數(shù)據(jù)進行分析,挖掘出潛在的關(guān)聯(lián)規(guī)則,實現(xiàn)數(shù)據(jù)挖掘。
　　 數(shù)據(jù)挖掘技術(shù)從上一個月的電信189郵箱客戶數(shù)據(jù)結(jié)果中獲得有用的關(guān)聯(lián)規(guī)則,訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),從而預(yù)測這個月的數(shù)據(jù)信息,挖掘潛在客戶,實現(xiàn)業(yè)務(wù)增值,增加利潤。該方法的實驗過程為:利用粗糙集屬性約簡方法約簡屬性集,從

3、而降低客戶數(shù)據(jù)的冗余性,減小數(shù)據(jù)量,并且縮短神經(jīng)網(wǎng)的絡(luò)訓(xùn)練過程。與此同時,該方法在正確率上還能得到提高。利用粗糙集方法對電信客戶屬性進行約簡,找出重要的屬性,并利用這些屬性建立神經(jīng)網(wǎng)絡(luò)篩選方法,然后利用上個月的電信客戶數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,訓(xùn)練完成后對訓(xùn)練結(jié)果進行實際實驗,得出實驗結(jié)果,然后再將實際結(jié)果應(yīng)用到實際工作當(dāng)中,通過實際應(yīng)用得到該數(shù)據(jù)挖掘技術(shù)的正確率,對本實驗進行修改,進一步完善,最終達到預(yù)期的效果。該方法在數(shù)據(jù)挖掘技術(shù)