决策树在汽车ERP系统中的应用探索

为缓解传统ERP系统把企业需求预测作为外部输入的局限性,通过分析汽车行业应用ERP系统存在的主要问题及原因,提出运用数据挖掘技术直接从汽车行业ERP系统中获取预测信息的方法,即对ID3决策树生成算法改良后运用于汽车ERP系统进行数据挖掘。并对该方法实现的有利因素和技术难点作了分析,通过数据挖掘模型实验检测了种挖掘的有效性。     

数据挖掘技术在客户流失预警中的应用

数据挖掘是致力于数据分析和理解、揭示数据内部蕴藏知识的技术.本文研究数据挖掘中的决策树算法,并利用经典的C4.5算法对网通公司业务数据进行挖掘,针对小灵通客户流失问题建立了客户流失预警模型并予以具体实现,以便为公司提供决策依据.     

基于决策树算法的数据挖掘在学生信息系统中的应用

数据挖掘的方法很多,决策树方法是数据挖掘方法之一。决策树方法不需要对数据进行任何假设,直接将大量数据智能地分类,按照一定的规则找出隐藏的、有价值的信息。文章选取决策树方法中具有代表性的C4.5算法,以高校学生信息管理系统中毕业就业海量信息为实例生成决策树,挖掘出有利于毕业生就业的潜在规则和因素,以便指导高校的教育和管理。     

基于决策树ID3算法研究与实现

阐述数据挖掘的决策树算法,对ID3算法基本理论和原理进行介绍。运用该算法对教师教学质量测评数据进行分析,构造出质量测评数据决策树模型。     

基于数据挖掘的电力设备状态诊断系统建模

以电力公司的业务需求为背景,为实现电力设备的状态诊断,以数据挖掘技术中的粗糙集和决策树算法为依据,采用粗糙集和决策树相结合的数据处理模型对电力设备的各属性数据进行了分析处理。综合运用粗糙集和决策树两种数据挖掘算法,通过粗糙集技术进行属性约简,并运用决策树的ID3算法对约简后的数据进行分枝、减枝得到规则集,实现对电力设备工作状态的快速、高效诊断,并根据其工作状态提供决策支持。     

决策树在汽车ERP系统中的应用探索

为缓解传统ERP系统把企业需求预测作为外部输入的局限性，通过分析汽车行业应用ERP系统存在的主要问题及原因，提出运用数据挖掘技术直接从汽车行业ERP系统中获取预测信息的方法，即对ID3决策树生成算法改良后运用于汽车ERP系统进行数据挖掘。并对该方法实现的有利因素和技术难点作了分析，通过数据挖掘模型实验检测了种挖掘的有效性。     

基于数据挖掘的决策树算法分析

决策树是数据挖掘技术中的重要方法,主要用于分类和预测.本文介绍了决策树算法中应用最广泛的ID3算法和C4.5算法,阐述了两种算法的主要思想,说明了构造决策树的基本步骤,对两种算法进行了分析和比较.     

基于数据挖掘技术的电气设备在线监测系统开发

针对电气设备状态在线监测装置的数据海量且常无效的现状,利用数据仓库与数据挖掘技术,设计出基于数据挖掘技术的在线监测硬件系统.系统采用线性均值法进行数据预处理,采用决策树分类算法进行数据挖掘,使系统具有良好的可操作性和实用性.     

大数据环境下决策树算法并行化研究

决策树算法是数据挖掘中重要的分类算法,但目前多数针对决策树的改进方法都基于传统的串行算法,不能满足大数据环境下对海量数据挖掘的需要.针对大数据集中串行挖掘算法效率低下的问题,采用MapReduce对决策树算法进行了并行化实现,同时引入修正参数来改进ID3算法倾向于多值属性选取的问题.实验结果表明,该算法具有较好的并行性和扩展性,能有效处理大数据集的分类问题.     

数据挖掘技术在CRM中的应用

针对从CRM的海量信息数据中发现有价值的知识和规律的技术难题,提出将数据挖掘技术应用到CRM中,综合运用多种数据挖掘技术发掘出潜在的价值高的客户关系,预测客户的购买行为。阐述了数据挖掘技术应用到CRM中的流程和方法,并基于CART决策树算法构建了CRM数据挖掘模型,达到了CRM交互过程中的智能化要求,从而帮助企业更好的了解客户行为,提高企业核心竞争力。