基于粗糙集的决策树技术在电子商务中的应用研究

论文摘要

随着互联网技术的发展，电子商务正在改变着社会经济中各个行业的传统经营模式，尤其是彻底地改变了企业与客户之间的关系。如何实现客户价值最大化，这就要进行客户价值分析，找到最有价值的客户，开展特别的促销活动，提供更个性化的服务，设法保持这类客户，使企业以最小的投入获得最大的回报。本文的主要研究内容是把基于粗糙集的数据挖掘技术应用到电子商务的客户管理中来，以基于粗糙集的决策树方法来构造模型，进行电子商务客户价值研究，从大量数据中提取有用的分类规则，为电子商务企业进行客户管理提供智能决策支持。主要研究成果有：(1)将客户的当前价值(即客户购买情况)和客户的潜在价值(即客户兴趣度等)结合起来构建客户价值度量模型。(2)以粗糙集理论和数据挖掘理论为出发点，将粗糙集理论与数据挖掘中的决策树技术有机结合，进行了基于粗糙集理论的数据挖掘模型研究，提出了一种ID3算法的改进算法——基于粗糙集属性依赖度理论的决策树算法，进一步提高了算法效率。(3)结合青岛中科英泰公司的国家级项目——面向零售业的商业智能分析平台，进行了基于粗糙集的决策树技术在电子商务客户价值研究项目中的实证分析，获取了有效的电子商务客户价值分类规则，使得本文的研究既具有理论意义，又具有实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题的研究目的、意义和主要内容
• 1.2 国内外研究现状及发展趋势
• 1.2.1 基于粗糙集的数据挖掘的研究现状及发展趋势
• 1.2.2 电子商务中客户价值挖掘的现状
• 1.3 本课题的研究方法、总体结构和创新之处
• 1.3.1 研究方法
• 1.3.2 总体结构
• 1.3.3 创新点
• 第二章 相关理论
• 2.1 数据挖掘理论
• 2.1.1 基本概念
• 2.1.2 数据挖掘分类
• 2.1.3 数据挖掘技术
• 2.1.4 数据挖掘的过程
• 2.2 粗糙集理论
• 2.2.1 知识的基本概念
• 2.2.2 粗糙集的基本概念
• 2.2.3 分类的近似
• 2.3 决策树分类方法
• 2.3.1 决策树方法
• 2.3.2 若干决策树算法及评价
• 2.4 电子商务客户价值概述
• 2.5 本章小结
• 第三章 基于粗糙集理论的数据挖掘模型研究
• 3.1 数据准备，构建决策表
• 3.1.1 基于粗糙集的知识表达系统
• 3.1.2 数据预处理
• 3.2 决策表条件属性的约简
• 3.2.1 知识的简化和核
• 3.2.2 决策表条件属性的约简
• 3.3 基于粗糙集的决策树的构建
• 3.3.1 常用的决策树算法介绍
• 3.3.2 一种改进的基于粗糙集属性依赖度的决策树算法
• 3.4 本章小结
• 第四章 研究项目的实现与结果分析
• 4.1 技术构架
• 4.2 项目背景和研究内容
• 4.2.1 项目背景
• 4.2.2 研究内容
• 4.3 数据准备
• 4.4 功能实现及其结果分析
• 4.4.1 构建决策表
• 4.4.2 决策表属性约简
• 4.4.3 构建决策树
• 4.4.4 规则提取
• 4.5 本章小结
• 结论
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文