学位论文 > 优秀研究生学位论文题录展示

关联规则挖掘和孤立点分析的研究及其在ACRM中的应用

作　者: 李鹤松
导　师: 李舟军
学　校: 国防科学技术大学
专　业: 软件工程
关键词: CRM ACRM 数据挖掘关联规则概率统计孤立点李雅普诺夫定理
分类号: TP311.13
类　型: 硕士论文
年　份: 2004年
下　载: 219次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,数据挖掘引起了信息产业界的极大关注,其原因是存在大量数据,可以广泛使用,并且迫切需要将这些数据转换成有用的信息和知识。数据挖掘是实现这个转换的重要途径。本文关注数据挖掘中的关联规则和孤立点问题,研究概率论中的概率统计理论和李雅普诺夫定理在关联规则和孤立点问题中的应用,并将关联规则挖掘和孤立点挖掘分别应用于分析型客户关系管理系统中的交叉营销和风险评估中。全文共分六章。第一章介绍了客户关系管理的定义、流行的原因、分类,数据挖掘产生的背景、定义、功能,以及数据挖掘在客户关系管理中的应用。第二章综述了关联规则的各种挖掘方法,第三章研究了概率统计在否定关联规则挖掘问题中的应用,针对传统关联规则挖掘方法由于不考虑属性间的相关性和否定关联,而使得挖掘结果不全面、可能误导的缺陷,提出基于概率统计的否定关联规则挖掘方法,并给出了相应的算法描述。第四章综述了孤立点的各种挖掘方法,第五章研究了李雅普诺夫定理在孤立点挖掘问题中的应用,传统的孤立点挖掘方法或者计算复杂或者理解困难或者参数不易确定,针对这些缺陷,第五章提出了基于李雅普诺夫定理的数据孤立点挖掘方法,并给出了相应的算法描述。第六章描述了分析型客户关系管理系统的体系结构及其实现,并加入了前五章所描述和研究的算法和模型,实现了一个分析型客户关系管理原型系统—KDACRM。

全文目录

摘要  9-10
ABSTRACT  10-11
第一章绪论  11-19
  1.1 CRM简介  11-12
    1.1.1 CRM的定义及其流行的原因  11
    1.1.2 CRM分类  11-12
  1.2 数据挖掘简介  12-15
    1.2.1 数据挖掘产生的背景  12-13
    1.2.2 数据挖掘的定义及功能  13-15
  1.3 数据挖掘在 CRM中的应用  15-17
    1.3.1 获取新的目标客户  15-16
    1.3.2 客户保留—提升现有客户价值  16
    1.3.3 利用模型对客户进行评价  16
    1.3.4 实现营销战略优化  16-17
  1.4 本文的研究工作及意义  17-18
  1.5 本文的研究成果  18-19
第二章关联规则挖掘综述  19-29
  2.1 引言  19
  2.2 关联规则的基本概念  19-21
    2.2.1 基本概念和问题描述  19-20
    2.2.2 关联规则的种类  20-21
  2.3 关联规则挖掘的算法  21-26
    2.3.1 经典频繁项集方法  21-23
    2.3.2 其它的频繁项集挖掘方法  23-24
    2.3.3 多层和多维关联规则的挖掘  24-26
  2.4 关联规则价值衡量的方法  26-28
    2.4.1 系统客观层面  26-27
    2.4.2 用户主观层面  27-28
  2.5 小结  28-29
第三章基于概率统计的否定关联规则挖掘  29-36
  3.1 引言  29
  3.2 关联规则的支持度一可信度框架  29-30
    3.2.1 关联规则的挖掘过程  29
    3.2.2 支持度一可信度框架存在的问题  29-30
  3.3 概率统计的基本概念  30-31
    3.3.1 事件的独立性  30
    3.3.2 事件的相关性(correlation)  30-31
  3.4 否定关联规则的挖掘  31-35
  3.5 小结  35-36
第四章孤立点挖掘综述  36-43
  4.1 孤立点挖掘简介  36
  4.2 孤立点挖掘方法的分类  36-42
    4.2.1 基于统计的方法  36-37
    4.2.2 基于距离的方法  37-39
    4.2.3 基于偏离的方法  39
    4.2.4 基于密度的方法  39-41
    4.2.5 高维数据的孤立点检测  41-42
  §4.3 算法小结  42-43
第五章基于李雅普诺夫定理的数据孤立点挖掘研究  43-51
  §5.1 引言  43
  §5.2 李雅普诺夫(Liapunov)定理  43-44
  §5.3 样本和抽样  44-46
    5.3.1 样本  44-45
    5.3.2 抽样  45-46
  §5.4 区间估计  46-51
    5.4.1 点估计  46-47
    5.4.2 置信区间  47-48
    5.4.3 大数据集中孤立点的挖掘  48-49
    5.4.4 算法5.1与传统的孤立点挖掘算法的复杂性比较  49-51
第六章 KDACRM的分析及实现  51-71
  §6.1 引言  51-53
    6.1.1 KDACRM的功能需求  51
    6.1.2 ACRM中数据挖掘的步骤  51-52
    6.1.3 KDACRM的体系结构  52-53
  §6.2 KDACRM系统的实现  53-71
    6.2.1 结构描述  53-55
    6.2.2 数据收集模块  55-57
    6.2.3 表格文本模块  57-58
    6.2.4 数据建模模块  58-65
    6.2.5 视图模块  65-70
    6.2.6 数据接口模块  70-71
第七章结束语  71-72
致谢  72-73
附录：攻读硕士学位期间发表的论文  73-74
参考文献  74-76

关联规则挖掘和孤立点分析的研究及其在ACRM中的应用

内容摘要

全文目录

相似论文