数据挖掘技术在客户获取策略中的应用.pdf

《数据挖掘技术在客户获取策略中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第11期东北大学学报（自然科学版）Vol.24，No.112003年11月JournalofNortheasternuniversity（Naturalscience）Nov.2003!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!文章编号：1005-3026（2003）11-1112-04数据挖掘技术在客户获取策略中的应用张吉吉1，常桂然2，黄小原1（1.东北大学工商管理学院，辽宁沈阳110004；2.东北大学信息科学与工程学院，辽宁沈阳110004）摘要：对于客户获取策略中客户反应行为

2、模式分析，从数据挖掘技术的角度可以归结为分类问题·依据组合分类方法的思想，提出一种基于遗传算法的多重决策树组合分类方法来提高分类的准确性和精确度·该组合分类方法将以概率度量水平的多重决策树进行并行组合，采用遗传算法优化连接权值矩阵·在仿真分析中采用二元反应行为模式的客户反馈仿真数据对该组合分类方法进行测试和评估·实验结果表明，在保持分类结果良好可解释性的基础上相比于单个决策树方法，该组合分类方法具有更高的分类精度，并优化了分类规则·关键词：遗传算法；多重决策树；组合分类方法；客户反应行为模式；数据挖掘中图分类号：TP391文献标识码：A客户获取是现代企业实施以客户为中心

3、的市并行组合方法·序列组合方法串联分类器，前一个场营销理念的重要策略·为了有效实施客户获取分类器的结果作为下一个分类器的输入·并行组策略，需要对客户反应行为模式进行分析·客户反合方法将分类器并联，在给定输入的条件下，每个应行为模式分为二元反应行为模式和多粒度反应分类器得出各自分类结果，再通过组合算法得出行为模式·二元反应行为模式是将客户的反应归最后分类结果·本文采用的组合方法是多重决策纳成两类：是或者否·而多粒度反应行为模式可以树并行组合分类方法·允许定义多种反应行为，如在积极的反应行为模!"#多重决策树式中可表现为客户询问、购买推荐的产品、购买了决策树（decisio

4、ntree）是数据挖掘中的一种没有推荐的产品等·在消极的反应行为模式中表分类方法［8］·现为没有反应或拒绝［1］决策树生成的基本思想是以自顶向下递归方·式构造［4］对于客户反应行为模式分析，从数据挖掘技·基于不同的分裂度量（属性选择度量）术角度可以认为是分类问题，有很多方法可以运算法就生成不同的决策树算法，以此可组成多重用，如机器学习方法、统计学方法、神经网络方法决策树·目前有多种分裂度量算法，如信息增益等［2!4］（informationgain）、信息增益率（gainratio）、Gini·为了利用各种分类方法的信息互补能力来进一步提高分类的准确率，提出了组合分类方

5、索引（Giniindex）、!2相依表统计（!2contingency法［5!7］［9!11］·tablestatistic）等·本文依据组合分类方法的思想，提出一种基!"$多重决策树并行组合模型于遗传算法的多重决策树并行组合分类方法以提多重决策树并行组合模型如图1·在组合模高分类精度，优化分类规则，并且采用二元反应行型上层，不同决策树方法构成多重决策树，并行加为模式的客户反馈仿真数据对该方法进行了测试以组合·每个决策树根据训练样本生成各自分类和评估·规则，分类结果用目标类标记的概率分布表示·在下层每个决策树的分类结果作为组合算法的输1多重决策树组合模型结构入，经过组合

6、算法的处理，产生组合模型的分类结!"!组合分类方法果和分类规则·图中，!"表示第"个输入数据样组合分类方法可分为两类：序列组合方法和本，#是数据样本数（"=1，2，⋯，#）；$表示第$收稿日期：2003-04-21基金项目：辽宁省自然科学基金资助项目（9910200208）·作者简介：张吉吉（1973-），女，辽宁锦州人，东北大学博士研究生；常桂然（1946-），男，河北曲周人，东北大学教授，博士生导师；黄小原（1947-），男，河南罗山人，东北大学教授，博士生导师·第ll期张吉吉等：数据挖掘技术在客户获取策略中的应用lll3个目标类，共有m个目标类，（i=l，2，⋯，

7、m）；2.1遗传算法基本流程DTj表示第j个决策树，共有7个决策树，（j=遗传算法是一种全局优化自适应概率搜索算法［l2］l，2，⋯，7）；Pij表示对于一个输入的数据样本Sa，·本文遗传算法的基本流程如下·（T）POPSize第j个决策树对第i个目标类的概率度量值；Oi步骤l随机产生初始种群｛!｝，T=l表示对于一个输入的数据样本S，组合分类得到每个个体!（T）表示为染色体的基因编码；a的第i个目标类的组合加权概率度量值；I表示步骤2计算个体的适应度F（!（T）），并判ij第j个决策树对第i个目标类的连接权值，它代断是否符合优化准则，若