基于單元的孤立點算法研究及客戶忠誠度分析系統(tǒng)構(gòu)建.pdf

1、該文首先研究了基于單元的孤立點發(fā)現(xiàn)算法,指出了其存在的缺點,并予以改進;其次,采用該算法并結(jié)合其它數(shù)據(jù)挖掘技術(shù),針對企業(yè)中的客戶忠誠度分析問題構(gòu)建了客戶忠誠度分析系統(tǒng),最后,根據(jù)海爾客戶關(guān)系數(shù)據(jù),分析了海爾集團的客戶忠誠度.第一,闡述了課題的研究背景及其重要的研究意義;從數(shù)據(jù)挖掘的理論研究和應(yīng)用研究方面,對當(dāng)前數(shù)據(jù)挖掘的國內(nèi)與國外的研究動態(tài)進行分析;通過對知識發(fā)現(xiàn)一般過程的分析,給出了一個典型的數(shù)據(jù)挖掘系統(tǒng)的整體架構(gòu),分析了各模塊的主要

2、功能,并對其中采用的數(shù)據(jù)挖掘的技術(shù)作了詳細闡述.第二,回顧了孤立點發(fā)現(xiàn)的研究過程及當(dāng)前研究動態(tài),介紹了基于距離、基于密度、基于偏離以及高維數(shù)據(jù)孤立點發(fā)現(xiàn)中的主要算法,具體分析了各個算法的主要內(nèi)容,在此基礎(chǔ)上總結(jié)比較了各個算法的優(yōu)劣及其適用范圍.第三,在基于單元的孤立點發(fā)現(xiàn)算法的基礎(chǔ)上,提出了一種減少邊緣影響的孤立點分析算法.針對算法中邊界處孤立點的誤判問題,給出了數(shù)據(jù)空間的單元格劃分及數(shù)據(jù)對象分配方法,定義了數(shù)據(jù)集邊界閾值動態(tài)調(diào)整函數(shù),

3、提出了基于單元的孤立點挖掘算法的改進算法,在不增加原有算法時間復(fù)雜度的前提下,極大地減少了邊界處孤立點的誤判.并通過實際應(yīng)用證明了算法的有效性,最終,將該算法用于彩色人臉邊緣提取中,取得了極好的應(yīng)用結(jié)果.第四,完成了客戶忠誠度分析系統(tǒng).首先給出了客戶忠誠度的概念,說明了研究客戶忠誠度對企業(yè)的重要意義;介紹了系統(tǒng)的主要功能:數(shù)據(jù)預(yù)處理、重點客戶發(fā)現(xiàn)以及客戶忠誠類別劃分;詳細分析了數(shù)據(jù)預(yù)處理模塊所采用的預(yù)處理手段和方法;給出重點客戶發(fā)現(xiàn)和客

4、戶忠誠類別劃分模塊中所采用數(shù)據(jù)挖掘技術(shù)(孤立點分析、聚類分析、分類預(yù)測分析),對相應(yīng)技術(shù)中所采用的算法進行了詳細的描述;最后介紹了用于結(jié)果顯示的結(jié)果可視化模塊中的兩種方法:平行坐標(biāo)和分類圖表.第五,通過客戶忠誠度分析系統(tǒng),對海爾公司的客戶忠誠度進行了分析.主要針對海爾公司的客戶忠誠度分析問題,詳細闡述了選取和處理客戶忠誠度分析數(shù)據(jù)的過程及方法,分析了海爾公司中重點客戶發(fā)現(xiàn)過程及結(jié)果,并結(jié)合不同的參數(shù),對其結(jié)果給出了詳細的分析比較,歸納得