学位论文 > 优秀研究生学位论文题录展示

决策树与神经网络在电信行业中的应用及其对比分析

作　者: 黄奇
导　师: 许青松
学　校: 中南大学
专　业: 运筹学与控制论
关键词: 数据挖掘神经网络算法决策树算法
分类号: O211.9;F626
类　型: 硕士论文
年　份: 2009年
下　载: 97次
引　用: 1次
阅　读: 论文下载

内容摘要

在电信行业中,每天都产生大量的数据,在这些数据中,可能有潜在的信息存在。运用数据挖掘技术对这些数据进行分析,建立数据模型,以提取出有用的、潜在的信息。决策树模型和神经网络模型,作为数据挖掘的两种重要的分类预测模型,已被广泛应用于电信行业领域。本文所做的主要工作有：第一,介绍和比较三种决策树算法：C4.5(基于信息增益理论而产生的决策树),CART(分类回归树),CHAID(基于卡方检验而产生的决策树),在此基础上提出一个新的想法。第二,介绍一种典型的神经网络算法：三层后传神经网络。第三,实证分析。首先描述某市电信数据的结构及其具体的组成情况,然后对数据进行抽取、转换、加载等预处理,之后运用CHAID决策树模型和神经网络模型对预处理过的数据进行建模,最后运用评估图对产生的模型进行评估、比较,筛选出比较好的模型,并加以解释。

全文目录

摘要  3-4
ABSTRACT  4-6
第一章绪论  6-9
  1.1 问题提出的背景与研究现状  6
  1.2 数据挖掘概念及主要功能  6-7
  1.3 分类和预测的基本概要及其问题  7
  1.4 论文的主要内容与结构  7-9
第二章决策树算法  9-20
  2.1 决策树的定义  9
  2.2 决策树的构造过程  9-10
  2.3 C4.5决策树分裂与生长过程  10-15
    2.3.1 C4.5决策树的分裂过程  10-12
    2.3.2 C4.5决策树的生长过程  12-15
  2.4 决策树停止生长以及剪枝方法  15-16
  2.5 CHAID决策树算法  16-17
  2.6 决策树的一个新想法  17-20
第三章神经网络  20-28
  3.1 神经网络的定义  20-21
  3.2 三层后传算法神经网络  21-26
  3.3 神经网络的扩展和预测  26
  3.4 神经网络的分类方法  26-28
第四章评估图  28-32
  4.1 评估图的预备知识  28-29
  4.2 评估图的构造过程  29-32
第五章实证分析及其模型的解释和比较  32-43
  5.1 数据解释和模型介绍  32-35
  5.2 模型构造过程和模型结果的解释说明  35-43
第六章总结与展望  43-44
参考文献  44-48
致谢  48-49
攻读硕士期间主要成果  49

决策树与神经网络在电信行业中的应用及其对比分析

内容摘要

全文目录

相似论文