| K—means与朴素贝叶斯在商务智能中的应用 |
| |
| 引用本文： | 赵敏,倪志伟,刘斌.K—means与朴素贝叶斯在商务智能中的应用[J].计算机技术与发展,2010,20(4):179-182. |
| |
| 作者姓名： | 赵敏 倪志伟 刘斌 |
| |
| 作者单位： | 合肥工业大学,安徽,合肥,230009 |
| |
| 基金项目： | 国家高技术研究发展汁划(863)，国家自然科学基金项目 |
| |
| 摘 要： | 不同的客户给企业带来的效益并不相同,为了提高企业的客户关系管理水平,采用基于K-means的聚类的Naive Bayesian算法来预测客户价值,从而使企业可以针对不同的客户采用不同的营销策略,为企业决策提供依据.朴素贝叶斯分类模型是一种简单有效的分类方法,它理论基础好,分类精度高,由于朴素贝叶斯分类中的独立假设前提,使得在特征选择步骤能否准确有效的分类显得尤为重要.实验结果表明,该算法能在保证一定的准确率的同时,可以预测出更多的潜在高价值客户.
|
| 关 键 词： | 客户关系管理 RUM模型 朴素贝叶斯 聚类 |
Application Research of K-Means Clustering and Naive Bayesian Algorithm in Business Intelligence |
| |
| ZHAO Min,NI Zhi-wei,LIU Bin.Application Research of K-Means Clustering and Naive Bayesian Algorithm in Business Intelligence[J].Computer Technology and Development,2010,20(4):179-182. |
| |
| Authors: | ZHAO Min NI Zhi-wei LIU Bin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
