企業(yè)crm系統(tǒng)中決策樹算法的應(yīng)用(專業(yè)版)
【正文】 圖表顯示主要是利用VML（Vector Markup Language,矢量標(biāo)記語言）來實現(xiàn)。if (!(si is empty)){ grow a branch from node N for the condition testattribute = ai。為了計算每個屬性的信息增益，先使用，所以初始信息熵為：I(s1,s2) = I(18,8)= 然后計算客戶年齡、文化程度、產(chǎn)品檔次和銷售區(qū)域4個屬性的熵。本文以某企業(yè)銷售業(yè)績?yōu)閷ο?，利用決策樹分類算法，得到支持決策，從而挖掘出理想客戶。4個屬性是客戶年齡段、文化程度、銷售地區(qū)、產(chǎn)品檔次，類別是銷售業(yè)績，分為好和差兩類。 }select testattribute,the attribute among attributelist with the highest information gain。該企業(yè)的產(chǎn)品對于教育程度較低的客戶群銷售業(yè)績比較平穩(wěn)。本文中分析模塊利用的就是VML的基本元素，通過畫線、填充和樣式的控制來實現(xiàn)柱狀圖的顯示。為了保證決策樹分類的質(zhì)量和精確度，必須要修剪所構(gòu)造的決策樹。在P1中可以求出剩下的age、production、area三個屬性的信息增益。本文主要研究決策樹分類算法中ID3算法在企業(yè)CRM系統(tǒng)中的應(yīng)用情況。我們應(yīng)從大量的企業(yè)客戶數(shù)據(jù)中找到與分析問題有關(guān)的，具有代表性的樣本數(shù)據(jù)子集。該屬性使得對結(jié)果劃分的樣本分類所需的信息量最小。(4)(5)條規(guī)則說明企業(yè)的高檔產(chǎn)品對于受過中等教育的年輕客戶或本地的中年客戶吸引力較大；高檔產(chǎn)品在受過中等教育的老年客戶或外地區(qū)的中年客戶中不太受歡迎。并利用VML將該CRM系統(tǒng)挖掘結(jié)果以圖表和列表形式展現(xiàn)，對挖掘結(jié)果進(jìn)行分析。對從根到樹葉的每條路徑創(chuàng)建一個規(guī)則。在決策樹的遞歸構(gòu)造過程中，在樹的節(jié)點(diǎn)上利用特征的信息增益大小作為分支屬性選擇的依據(jù)，選擇信息增益最大的特征作為分支屬性。對屬性的每一個值產(chǎn)生一個分支。分支屬性的樣本子集被移到新生成的子節(jié)點(diǎn)上。ID3算法描述簡單，分類速度快，適合于大規(guī)模數(shù)據(jù)的處理，具體算法描述如下所示。IF－THEN 規(guī)則易于理解，特別是當(dāng)給定的樹比較大的時候。參考文獻(xiàn)1 (5)2 (5)3 4 (5)5 (5)6 8 / 8。(1)IF education= “H” AND area= “I” OR(area= “Ⅱ”) AND age= “=30” AND production= “high” THEN achievement= “good”(2)IF education= “H” AND area= “I” AND age= “3150” AND THEN achievement= “good”(3)IF education= “H” AND area= “I” AND age= “=30” AND production= “l(fā)ow” THEN achievement= “bad”(4)IF education= “M” AND production= “high” AND
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1