姚丹妮-商务智能课设报告(doc)[10页]

《姚丹妮-商务智能课设报告(doc)[10页]》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、个人收集整理勿做商业用途封面作者：ZHANGJIAN仅供个人学习，勿做商业用途10/10个人收集整理勿做商业用途《商务智能》课程设计报告班级：信管131学号：3130561025姓名：姚丹妮同组人:赵咪杨乔指导教师：王建仁/李明日期：2016.01.04--2016.01.0810/10个人收集整理勿做商业用途目录1．需求分析3资料个人收集整理，勿做商业用途2．数据理解3资料个人收集整理，勿做商业用途3．挖掘（或分析）数据准备4资料个人收集整理，勿做商业用途4．数据挖掘（或分析）过程5资料个人收集整理，勿做商业用途4.1挖

2、掘算法与挖掘软件选择5资料个人收集整理，勿做商业用途4.2数据预处理5资料个人收集整理，勿做商业用途4.3挖掘过程说明6资料个人收集整理，勿做商业用途5．结果展示与评价18资料个人收集整理，勿做商业用途6．总结19资料个人收集整理，勿做商业用途6.1设计中遇到的主要问题及解决方法19资料个人收集整理，勿做商业用途6.2设计方案的主要优点及不足19资料个人收集整理，勿做商业用途6.3收获及建议19资料个人收集整理，勿做商业用途参考文献19资料个人收集整理，勿做商业用途连锁酒店顾客信用度分析方案设计1．需求分析一个连锁酒店的经

3、营与不同客户息息相关。酒店不仅需要每天面对不同的新增客户，也需要维系老客户。所以对于已消费的顾客的信用度的分析尤为重要。不同顾客信用度之间存在诸多差异。好坏之分也影响了酒店的经营状况。一个信用度良好的客户对于酒店来说是好事，但如果一个顾客信用度底下，则极有可能出现拖欠房费等状况，这会严重损坏酒店利益。10/10个人收集整理勿做商业用途因此我会采用分类分析的方法。利用决策树模型构建顾客信用度分析体系，并进行相关预测，以便于酒店日后的经营以及对顾客的服务，对于那些信用度良好的顾客可以给予一定优惠，而对于那些信用度较差的顾客，则

4、要避免在酒店再次进行消费而又不付款的情况。资料个人收集整理，勿做商业用途2．数据理解为建立决策树，需要事先建立数据挖掘所需数据库或数据表，即顾客信用数据表。将顾客相关信用度的信息输入表中，以便分析。输入的信息均具有代表性。不重复不冗余，如若不然，可再进行数据预处理。资料个人收集整理，勿做商业用途所需数据如下图所示：3．挖掘（或分析）数据准备首先需要在数据库中建立“数据挖掘实验“数据库，并在数据库中建立表“顾客信用数据表1”（1）设计“顾客信用数据表1”，表结构如下图所示：设置“顾客编号”为主键。（2）编辑表的前200行，输

5、入表中信息。（注意输入的信息一定要具有代表性，避免冗余与重复）4．数据挖掘（或分析）过程4.1挖掘算法与挖掘软件选择算法：分类分析算法（决策树）软件：microsoftvisualstudio20084.2数据预处理由于表“顾客信用数据表1”中的数据存在冗余缺失等问题，所以需要对表中数据进行数值化处理，离散化处理等相应的预处理操作，并将预处理之后的信息存入新表“10/10个人收集整理勿做商业用途顾客信用数据表2”中。资料个人收集整理，勿做商业用途具体步骤如下所示：（1）将年龄属性列的数据进行离散化处理，设置区域范围，分别为

6、<30、<50、>=50三个范围，并将表中“年龄”属性列中的信息按照其对应的范围进行修改，以便于决策树的生成资料个人收集整理，勿做商业用途（2）将年收入属性列的数据进行归一化处理，将每个数据值除以100000，缩小数据，以便观察。（同时要修改表中“年收入”属性列的数据类型，由int改为float）资料个人收集整理，勿做商业用途（3）将信用等级属性列进行数值化处理，等级“A/B/C/D/E”分别对应“1/2/3/4/5”，将表中“信用等级”属性列中的信息按照其对应的数值进行修改，以便于决策树的生成资料个人收集整理，勿做商业用

7、途预处理之后的表的结构及内容如下图所示：表结构：表中具体内容：4.3挖掘过程说明（1）打开挖掘软件，点击“新建”，建立“顾客信用分析”的挖掘项目。（2）定义数据源。在页面右方点击新建“数据源”，点击“下一步”。将服务器名改为“localhost”，选择使用windows身份验证，选择“数据挖掘实验”数据库。点击“下一步”。资料个人收集整理，勿做商业用途选择“使用服务账户”，点击“下一步”。然后完成。（3）定义数据源视图。在页面右方点击新建“数据源视图”，点击“下一步”。10/10个人收集整理勿做商业用途选择“数据挖掘实验”

8、，点击“下一步”。选择“与主键同名”，点击“下一步”。选择“顾客信用数据表2”（已经进行过数据预处理的表），点击“下一步”。然后完成。（4）创建挖掘结构。在页面右方点击新建“挖掘结构”，点击“下一步”。选择“从现在关系数据库或数据仓库”，点击“下一步”。选择“决策树”类型，点击“下一步”。点击“下一步”