决策树算法在市场细分中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·问题提出与背景知识 | 第9-12页 |
| ·数据挖掘的社会需求 | 第9页 |
| ·数据挖掘的概念 | 第9页 |
| ·分类规则挖掘的任务 | 第9-10页 |
| ·分类规则挖掘的方法 | 第10-12页 |
| ·研究的主要内容和目标 | 第12-17页 |
| ·决策树分类方法研究 | 第12-13页 |
| ·决策树分类方法分析 | 第13-14页 |
| ·论文研究的主要内容 | 第14-15页 |
| ·决策树算法在市场细分中的应用研究目标 | 第15-17页 |
| ·论文内容安排 | 第17页 |
| ·本章小节 | 第17-18页 |
| 2 决策树的算法分析及描述 | 第18-37页 |
| ·基本决策树算法 | 第18-21页 |
| ·决策树的构建 | 第18-19页 |
| ·决策树修剪 | 第19-21页 |
| ·典型决策树分类算法 | 第21-31页 |
| ·ID3 算法 | 第21-25页 |
| ·C4.5 算法 | 第25-27页 |
| ·CART 算法 | 第27-28页 |
| ·SLIQ 算法 | 第28-30页 |
| ·SPPINT 算法 | 第30-31页 |
| ·选择属性的其他标准 | 第31-33页 |
| ·信息增益率 | 第31-32页 |
| ·基于信息熵的距离函数 | 第32-33页 |
| ·实例分析 | 第33-36页 |
| ·本章小节 | 第36-37页 |
| 3 市场细分客户研究模型 | 第37-42页 |
| ·市场细分的实际意义 | 第37-38页 |
| ·生产者市场细分的依据 | 第38-39页 |
| ·市场细分的重要作用 | 第39页 |
| ·市场细分研究模型 | 第39-40页 |
| ·CRC市场细分研究步骤 | 第40-41页 |
| ·本章小节 | 第41-42页 |
| 4 决策树分类算法在市场细分的消费行为亚市场应用 | 第42-49页 |
| ·决策树算法的描述 | 第42-46页 |
| ·决策树算法定义与知识表示 | 第42页 |
| ·可分辨关系 | 第42-44页 |
| ·属性的约简 | 第44-45页 |
| ·属性的依赖性 | 第45页 |
| ·属性的重要度 | 第45-46页 |
| ·决策树算法的信息系统模型 | 第46-48页 |
| ·本章小节 | 第48-49页 |
| 5 基于决策树的分类算法／规则／实例分析 | 第49-62页 |
| ·决策树分类技术分析 | 第49-50页 |
| ·改进属性依赖度定义 | 第50-51页 |
| ·相对泛化的概念 | 第51页 |
| ·关于结点包含属性的控制 | 第51页 |
| ·条件属性的条件 | 第51-52页 |
| ·基于决策树的构造算法 | 第52-54页 |
| ·基于决策树分类的值约简方法 | 第54-56页 |
| ·规则的支持度 | 第56页 |
| ·决策树规则简化 | 第56-59页 |
| ·约简规则的判定准则 | 第56-57页 |
| ·新的极小化方法 | 第57-58页 |
| ·极大化算法 | 第58-59页 |
| ·最简分类规则生成算法 | 第59-61页 |
| ·本章小节 | 第61-62页 |
| 6 市场细分数据挖掘的流程与分析 | 第62-67页 |
| ·确定业务对象建立市场细分数据库 | 第62页 |
| ·数据准备 | 第62-64页 |
| ·数据挖掘 | 第64-65页 |
| ·结果分析 | 第65页 |
| ·市场细分决策树挖掘算法评价 | 第65-67页 |
| 7 结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·未来的研究方向 | 第67-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的学术论文及参加科研工作 | 第70-71页 |
| 参考文献 | 第71-72页 |
