河北省科技支撑计划项目(11213584)
- 作品数：4 被引量：4H指数：1
- 相关作者：傅玥潘世英王建岭更多>>
- 相关机构：石家庄经济学院河北师范大学河北中医学院更多>>
- 发文基金：河北省科技支撑计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- KWNN特征选择在客户关系管理系统中的应用研究被引量：1
- 2013年
- 为了提高基于数据挖掘的客户关系管理系统的决策性能和决策效率,首先进行KWNN特征选择,选取客户数据集中分类最优的决策特征子集,然后对该特征子集的数据集中进行挖掘抽取知识,作为企业的决策依据。KWNN特征选择过程分3步:原始数据初始化、基于K-W的H值计算和依据H值采用神经网络分类器挑选最优特征子集。采用UCI数据库中German数据集进行验证,实验证明KWNN特征选择的可行性。
- 傅玥
- 关键词：客户关系管理数据挖掘神经网络
- 多决策树的模糊积分融合在银行信贷管理系统中的应用被引量：3
- 2014年
- 为了提高基于数据挖掘的商业银行信贷管理系统的信贷风险评估水平,将多决策树的Choquet模糊积分融合(MTCFF)模型应用到银行信贷管理系统中。基本思想是采用决策树在已知类型的客户数据上进行挖掘,按照决策树剪枝程度不同形成不同的决策树并产生规则,利用所生成的不同决策树的规则,对未知类型的客户数据进行分类,然后让Choquet模糊积分对多棵决策树的分类结果进行融合,形成最优判断。采用UCI数据库中German客户信用卡数据集进行验证,实验证明Choquet模糊积分的非线性融合效果优于单棵决策树的分类效果,也优于其他线性融合方法,并且Choquet模糊积分要优于Sugeno模糊积分。
- 傅玥潘世英王建岭
- 关键词：数据挖掘决策树CHOQUET模糊积分
- 多决策树融合在客户关系管理中的应用研究
- 2013年
- 为了进一步提高基于数据挖掘的客户关系管理系统的决策能力,本文提出了多决策树的加权平均融合模型MDWAF,其基本思想是在客户数据集上用决策树进行挖掘,形成剪枝程度不同的子决策树,然后用加权平均法将多棵子决策树对客户数据的分类结果进行融合形成最优判断。采用German数据集,实验结果表明,该方法可以得到较好的分类效果,从而提高企业的营销精度和企业效益。
- 傅玥
- 关键词：决策树数据挖掘加权平均信息融合客户关系管理
- 模糊聚类在客户关系管理中的应用
- 2013年
- 企业积累了大量的客户消费数据,如何从大量的数据中发现用户的消费模式,对企业的营销策略具有重要的指导意义,数据挖掘技术正是可以从大量的数据中挖掘出对企业决策有价值的信息。针对客户数据的特点,提出一种基于Kruskal算法的最小生成树模糊聚类算法KTFC,并将其应用在客户关系管理中。实验证明,该模糊聚类算法可以有效地对企业客户群进行分类,并分析出每类客户的特点,动态地选取不同的λ值可以获得不同的聚类结果,大大地提高了聚类的灵活性。
- 傅玥潘世英
- 关键词：客户关系管理数据挖掘模糊聚类最小生成树
