毕业论文移动版

总结 21

参考文献 22

致 谢 23

1 绪论来自优W尔Y论W文C网WWw.YoueRw.com 加QQ7520,18766

大数据的时代已经到来，关于数据挖掘和数据仓库的技术正在快速地发展，并不断推动企业决策系统的升级和完善。企业公司为了获取更切合的信息，提供更精致的服务，追求更高的利益，对精准营销的要求越来越高。数据挖掘的分类算法越来越多地应用于各种领域之中，而决策树算法由于其良好的分类速度、强壮性、可伸缩性以及结果的可解释性等功能，也经常出现在精准营销的策略中。

1。1 背景及国内外研究背景

如今，世界处于大数据时代，互联网技术迅猛发展，经济全球化成为主导潮流，世界变成了“地球村”。正因为如此，我们时时刻刻都在产生大量繁多的数据，而且由于网络极大的开放性，数据的质量良莠不齐。于是随之而来的一个问题就是，如何快速地在海量复杂毫无关联而且质量不一的数据中寻找出有价值、有联系的信息，成为大数据时代的一个不可忽略的问题。在企业营销方面，这个问题关系到决策决定的精准，策略实施的效率甚至企业发展的未来。人们希望有一个系统能够从庞大的数据身后找到潜藏的有用信息。然而，尽管今天的数据库系统能够便捷快速地完成插入、计算、选择等功能，却对数据中隐藏的规律无能为力，更不能依据这些数据判断决策和预测未来。

现在数据挖掘及数据仓库理论和技术的发展，为企业决策者从海量的数据集合中预测出顾客的行为模式，从而提供决策上的指导和帮助。人们越来越重视对数据挖掘技术的研究和应用，尤其是企业家，他们企图通过数据挖掘技术达到“一对一”的理想化精准营销。这样一来，一方面，可以保留住已有顾客，避免受众人群流失；另一方面，还能挖掘出潜在客户，扩大受众人群。在21世纪，数据挖掘将是IT行业的主要发展潮流和方向。

国外在很多年以前就对数据挖掘技术开展了深入地研究，并取得了卓越成效，理论和应用已经十分成熟。快速发展的数据挖掘技术和决策系统为企业在金融服务业、电信业、制造业等行业带来了可观的利益和发展前景。1989年8月，在美国底特律召开的第11届国际人工智能联合会议标志着数据挖掘成为一个领域。国外影响力比较大的数据挖掘系统有SAS公司的Enterprise Miners、SPSS公司的Clementine等。美国研究项目里的大部分重视数据工程而不是数据科学，主要考虑大数据分析算法和系统的效率。Onyx、Sybase等软件公司发展迅猛，在客户关心管理CRM领域成绩突出。论文网

国内在数据挖掘技术的研究方面进展稍微慢了一些，没有形成整体完备的力量。目前，很多软件公司，比如北京联成互动软件公司的Mycrm等都正在致力于研究并开发了基于决策树分类算法的客户关系管理系统，华东理工大学、中国科技大学等大学优化和改造了关联规则开采算法，用这些来指导其他公司在衡量客户消费与企业销售的关系中进行精准营销。不过，不高的数据挖掘应用水平限制了企业在营销上的精准决策的实施。因此，在学习和借鉴国外优秀的数据挖掘技术和方法的基础上，结合实际情况的发展，注入新鲜的思想是很有必要的。

1。2 研究内容

本篇论文，介绍了数据挖掘分类算法与精准营销策略。具体以决策树算法为基础，选择ID3算法作详细的探讨，并引用一种增加先验知识度参数Q的改进ID3算法，构造决策树分类模型，发现基于决策树算法进行精准营销的可能性和优越性，为企业公司在营销方面提供方便快捷的思路和工具。 (责任编辑：qin)