資源描述：
《決策樹方法在煤炭物流客戶分析中的應(yīng)用.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、co唧啪r西畫船e矗昭覦dApp腸m如船計算機工程與應(yīng)用2010，46(10)245決策樹方法在煤炭物流客戶分析中的應(yīng)用段富，曾祥東，牛保寧DUANFu，ZENGXiang-dong，NIUBao—ning太原理工大學計算機與軟件學院，太原030024CouegeofComputer鋤dScience，rI'aiy咖UniVers畸ofTechnolog)r，Tai”粕030024，ChimE．mail：xian酣ongzeng@163．comDUANFu，zENG】
2、【iang—do贍。NIUBao一血gIAppIi姐ti伽o
3、fd∞isi明缸讎in鋤d燦ofc砌logis觚customer．ComputerEng．m∞r(nóng)ingandAl'Imcatio璐。20lO。46(10)：245—248．Abstract：Thereare10tsofhistoricalcustofnerdatainlo舀sticsenterprises．Tbu石lizetIlesedatae丘_ectively，customercl鷦s訪cationusingdataminingisver)rimportantinCRM．Decisionh_ieeiso∞ofthemostp
4、叩lll盯toolst0class訪cation衄ddatalIlining．Thi8thesismailllydiscusseshowtobuildadecisiontreeofcoallogisticscustomerallalysisbyu8ingC4．5algorithm蛐dthe印plica-ti徹ofmlestocustomercl鷦smcationinlogisticsente叩rise．Theexperimentre8uhshow$tIIatthemethodh聃greatvaluein印一plication．K
5、eywords：deci8iontree；c4．5algorithm；pmne；customeranaly8is摘要：目前物流企業(yè)中積累了大量的客戶歷史數(shù)據(jù)，為了有效利用這些數(shù)據(jù)，使用數(shù)據(jù)挖掘方法對客戶進行分類管理和服務(wù)是CRM中非常重要的一方面。而決策樹是進行分類分析與數(shù)據(jù)挖掘的常用方法。研究了運用C4．5算法對煤炭物流客戶信息構(gòu)造決策樹，并把提取到的規(guī)則應(yīng)用到公路煤炭物流公司的客戶關(guān)系管理中，結(jié)果證明具有較好的應(yīng)用價值。關(guān)鍵詞：決策樹；C4．5算法；剪枝；客戶分析DoI：lO．3778／j．issn．1002—8331．20
6、10．10．076文章編導：1002—8331(2010)10-0245—04文獻標i只碼：A中圖分類號：7I鸛111引言?！?shù)據(jù)挖掘(DataMiniIlg)是從大量數(shù)據(jù)中提取或“挖掘”知識【ll。決策樹作為數(shù)據(jù)挖掘中的一種重要分類方法，已在很多領(lǐng)域得到成功應(yīng)用，但在煤炭物流業(yè)中的應(yīng)用研究卻比較少。隨著地區(qū)經(jīng)濟的快速發(fā)展，煤炭需求量日益增加，并且呈現(xiàn)出行業(yè)需求的明顯差異性。根據(jù)經(jīng)濟學中“20％的客戶創(chuàng)造80％的利潤”的原則，煤炭物流公司要實現(xiàn)經(jīng)濟利潤最大化，就有必要對其客戶進行分類管理和服務(wù)，利用數(shù)據(jù)挖掘技術(shù)挖掘出20％的大客
7、戶群體所隱含的固有特征。將決策樹C4．5算法應(yīng)用到山西省煤炭運銷總公司公路公司CRM系統(tǒng)中。幫助企業(yè)深入了解客戶行為，制定恰當?shù)臓I銷策略。2決策樹決策樹是以實例為基礎(chǔ)的歸納算法，著眼于從一組無次序、無規(guī)則的事例中推理出決策樹表示形式的分類規(guī)則。構(gòu)造決策樹，需要由訓練樣本數(shù)據(jù)集作為輸入。訓練集由一組數(shù)據(jù)記錄(元組)組成，每條記錄由多個特征屬性和一個類別屬性構(gòu)成?！獋€樣本可以形式化地表示為(A，，A2，?，A。，c)，其中，A；表示特征屬性；c表示類別屬性。常見的決策樹算法有ID3，c4．5，CART，suQ等，其中，c4．5算法是
8、J．R．QtlirIl鋤于1993年提出的一種對ID3的改進算法，利用信息增益率來尋找樹節(jié)點上具有最大信息量的屬性，它彌補了ID3在應(yīng)用中只能處理離散型的描述性屬性的不足，加進了對連續(xù)型屬性和屬性值空缺情況的處理。在煤炭物流客戶分析中應(yīng)用c4．5算法生成決策樹的過程如圖l所示。圖l決策樹生成的過程模型基金項目：山西省自然科學基金(theNaturalscienceFoundationofshan】￡iPr嘶n∞0fcIli艇underG啪tNo．2008011039)；山西省科技攻關(guān)計劃(theKey1k}IIlol曬e8R＆D
9、Pmg阻mofSIlanxjPm“nce，ChinaunderGrantNo．2007031129)。作者簡介：段富(1958一)，男，博士，教授，主要研究方向：軟件開發(fā)環(huán)境與工具、軟件理論與算法等；曾祥東，男，碩士研究生。主要研究方向：數(shù)據(jù)挖掘；牛保寧，男，博
