移动电话客户流失数据挖掘

本文首先回顾了顾客流失的相关文献,然后利用统计分析方法和数据挖掘技术分析了移动电话号码与移动电话型号对客户流失的影响,对分析结果进行了解释,并给出一些营销建议。  

可拓学的应用研究、普及与推广(综述)

可拓学研究的核心是如何通过变换处理矛盾问题.介绍了近年在计算机、设计、管理、控制、检测和中医药等领域利用可拓论和可拓方法的应用研究情况,提出今后可拓学普及与推广的方向.  

数据挖掘——电信客户流失分析预测

从历史数据中挖掘有效信息从而运用到商业决策中已经成为统计的一个重要应用方向。本文主要是对电信行业客户流失情况进行数据挖掘,针对某运营商的历史数据资料,通过对已流失的客户和在网客户的自然属性和行为属性进行统计分析、挖掘,建立客户流失的预测模型,模型分析导致客户流失的主要因素,预测在网客户在一定时间内流失的可能性。本文中采用IBM的db2平台中的IM(Intelligent Miner)中的决策树和径向基函数进行建模和测试模型,再用IM Scoring进行预测。  

电子政务系统中面向公众的个性化信息服务模型

电子政务作为Internet的主要应用领域，已受到世界各国的普遍关注。面对公众各种服务需求日趋个性化，如何打破政府职能机构的条块分割，构建一个一体化的虚拟政府，集成各类信息资源，为公众提供“一站式”的、个性化的服务，是当前电子政务理论和实践的热点课题。本文首先提出一个面向公众的“一站式”服务总体框架；其次，将个性化信息服务的概念引入到电子政务系统中，构建一个个性化信息服务模型；最后，运用数据挖掘技术对模型中的关键技术加以实现。  

基于可拓集的可拓分类知识获取研究

以可拓集理论为依据,给出基于可拓变换的可拓分类知识的定义,并在信息元集和评价信息元集的基础上,探讨可拓分类知识的获取方法,包括质变域知识的获取、量变域知识的获取和有关拓界的知识的获取.这是可拓数据挖掘的主要内容之一,为从数据库中获取变化的分类知识提供了新的思路.  

线性低秩逼近与非线性降维

综合分析介绍了在线性与非线性数据约化两方面的最新工作: 对线性情形, 讨论了列分块矩阵奇异值分解的结构分析和稀疏低秩逼近方法与算法; 对非线性情形, 研究了非线性降维与流形学习的方法. 这些问题均为数据挖掘 与机器学习领域极受关注的研究课题.  

数据挖掘中统计方法的作用和问题点

本文讨论了数据挖掘与统计学间的关系,介绍了在数据挖掘中常用的统计方法和存在的问题。提出了统计怎样适应于数据挖掘的课题。  

可拓数据挖掘在高校教学质量评价中的应用

高校在教学和管理工作中积累了大量的数据,但这些数据没有得到有效利用.将可拓数据挖掘技术引入教学领域,从教学评价数据中提取出隐藏在数据之中的有用信息,为教学管理者提供决策支持.首先通过可拓分析,寻找质量达到要求、可进行有效挖掘的教学评价数据,然后对这些数据进行两方面的挖掘:影响教学质量的关键因素挖掘、教学质量与教师特征之间的关联规则挖掘.  

上市公司财务危机预警分析——基于数据挖掘的研究

本文以我国上市公司为研究对象,选取了1999-2001年被ST的公司和正常公司各73家作为训练样本,2002年被ST的公司和正常公司各43家作为检验样本,分析了财务危机出现前2年内各年两类公司15个财务指标。在进行数据挖掘中,我们运用了三种独立的方法,分别为判别分析、Logistic回归和神经网络,结果发现神经网络预测的效果要优于其它两种方法。最后,结合了这些方法的优点,建立了一种混合模型,研究表明预测的正确性要高于每种单独方法,从而提高了模型的预警效果。  

基于物元可拓性的潜信息挖掘

潜信息挖掘是数据挖掘的核心内容 .本文应用可拓论 ,提出了基于物元可拓性的潜信息挖掘方法 ,探讨了潜信息挖掘的发散性方法 ,相关性方法和蕴含性方法 ,这些方法与现有的数据挖掘方法相兼容 ,相互补充 ,相得益彰 .