基于决策树的企业销售人员招聘模型的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 选题的背景和意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 员工素质测评国内外研究现状 | 第8页 |
| 1.2.2 数据挖掘决策树技术研究现状 | 第8-9页 |
| 1.3 本文研究内容 | 第9页 |
| 1.4 论文的组织结构 | 第9-11页 |
| 第二章 数据挖掘相关原理 | 第11-26页 |
| 2.1 数据挖掘的理论 | 第11页 |
| 2.2 朴素贝叶斯分类方法介绍 | 第11页 |
| 2.3 神经网络分类方法介绍 | 第11-12页 |
| 2.4 决策树分类方法介绍 | 第12-22页 |
| 2.4.1 CART算法原理介绍 | 第12-13页 |
| 2.4.2 ID3算法原理介绍 | 第13-14页 |
| 2.4.3 C4.5算法原理介绍 | 第14-16页 |
| 2.4.4 C5.0介绍 | 第16页 |
| 2.4.5 CART算法和C4.5算法举例 | 第16-20页 |
| 2.4.6 决策树剪枝 | 第20-22页 |
| 2.5 决策树的优势 | 第22页 |
| 2.6 数据挖掘的基本步骤 | 第22-24页 |
| 2.6.1 数据挖掘需求 | 第22页 |
| 2.6.2 数据采集和预处理 | 第22页 |
| 2.6.3 数据模型的构建 | 第22-23页 |
| 2.6.4 数据模型评价和检验 | 第23-24页 |
| 2.7 数据挖掘工具 | 第24页 |
| 本章小结 | 第24-26页 |
| 第三章 问题需求分析与数据准备 | 第26-36页 |
| 3.1 问题需求分析 | 第26页 |
| 3.2 销售员数据预处理 | 第26-35页 |
| 3.2.1 销售员数据集成 | 第26-31页 |
| 3.2.2 销售员数据清理 | 第31-33页 |
| 3.2.3 数据转换与归纳 | 第33-35页 |
| 本章小结 | 第35-36页 |
| 第四章 销售员特征决策树的构建 | 第36-49页 |
| 4.1 数据挖掘工具的选择 | 第36页 |
| 4.2 决策树的生成与分析 | 第36-44页 |
| 4.2.1 数据导入与介绍 | 第36-37页 |
| 4.2.2 R中决策树的构建 | 第37-41页 |
| 4.2.3 决策树剪枝 | 第41-42页 |
| 4.2.4 模型评估与优化 | 第42-44页 |
| 4.3 模型的准确度标准 | 第44页 |
| 4.4 决策树模型应用 | 第44-46页 |
| 4.5 人员招聘筛选系统的实现 | 第46-48页 |
| 4.5.1 销售员留存率 | 第46页 |
| 4.5.2 招聘筛选系统的实现 | 第46-48页 |
| 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 不足与展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-57页 |
| 个人简介 | 第57页 |
