基于WEKA的数据挖掘技术在物流系统中的应用

利用WEKA作为数据挖掘工具,通过C4.5决策树分析以及Apriori关联规则的挖掘,结合实例对物流企业的客户资料和服务项目进行分析。     

零售连锁企业逆向物流体系构建研究

逆向物流作为正向物流的孪生子，不仅有助于企业成本降低，间接提高企业利润，还有助于环境保护。本文通过对零售连锁企业逆向物流原因的分析，构建出零售连锁企业逆向物流体系。     

一种改进ID3型决策树挖掘算法

分析经典ID3型决策树挖掘算法中存在的问题,对其熵值计算过程进行改进,构建一种改进的ID3型决策树挖掘算法.重新设计决策树构建中的熵值计算过程,以获得具有全局最优的挖掘结果,并针对UCI数据集中的6类数据集展开挖掘实验.结果表明:改进后的挖掘算法在决策树构建的简洁程度和挖掘精度上,都明显优于ID3型决策树挖掘算法.     

决策树生成算法在税务稽查选案中的应用

介绍了数据挖掘和决策树生成算法,利用决策树生成工具对纳税人的税收数据进行挖掘,并对挖掘结果进行了分析。     

数据挖掘在国际贸易电子商务中的应用

讨论了数据挖掘在国际贸易电子商务中的重要作用和基本过程，探讨了对挖掘前的数据预处理工作和决策树挖掘过程。针对国际贸易电子商务数据的特点，利用决策树方法对国际贸易电子商务数据进行挖掘，对挖掘的规则进行了分析。     

多决策树融合在客户关系管理中的应用研究

为了进一步提高基于数据挖掘的客户关系管理系统的决策能力,本文提出了多决策树的加权平均融合模型MDWAF,其基本思想是在客户数据集上用决策树进行挖掘,形成剪枝程度不同的子决策树,然后用加权平均法将多棵子决策树对客户数据的分类结果进行融合形成最优判断。采用German数据集,实验结果表明,该方法可以得到较好的分类效果,从而提高企业的营销精度和企业效益。     

浅谈企业降低物流成本的措施

物流作为“第三利润”源泉已越来越受到重视,有的企业甚至将物流提到企业核心竞争力的高度。因此,分析我国企业物流成本管理存在的主要问题,降低企业巨额的物流成本,挖掘“第三利润”源泉,对我国企业有着极其重要的意义。     

决策树算法的研究及其在大学生心理健康数据处理中的应用

决策树分类是数据挖掘中的一种重要方法。探讨了决策树算法的基本思想和常用算法,并将决策树挖掘技术应用于大学生心理健康数据,分析挖掘影响大学生心理健康的因素。文章选择C5.0算法,通过Clementine12.0进行决策树挖掘模型的构建,建立数据流,通过不断测试分析,发现影响大学生心理健康主要症状是强迫症。以强迫症为分类目标查看模型,可以了解到焦虑症和人际关系也起到很大的影响作用。将目标属性分别设置为焦虑_程度和人际关系_程度,输出变量设为剩余的9个因子变量,执行数据流挖掘出导致强迫症的主要原因,为指导心理健康的工作人员提供参考。     

新零售下电商企业线下渠道策略分析——以三只松鼠为例

随着线上红利的萎缩、客户获取成本的提升及新零售的发展,各电商企业开始布局线下渠道,以线下体验带动线上销售,实现全渠道运营。三只松鼠股份有限公司作为食品电商企业的领头羊,也抓住市场热点,从多个方面践行新零售,推动企业再向一个高峰。以三只松鼠为例对电商企业线下营销动机、策略及成效进行分析,为其他电商企业提出建议。     

决策树技术在学生成绩分析中的应用研究

本文提出了一种应用决策树技术来挖掘隐藏在学生成绩背后有价值信息的研究方案,通过对大量原始数据信息的挖掘处理,找出最能影响学生成绩的因素,目的是对教师今后的教学工作提供重要的决策依据。论文详细介绍了使用ID3算法构造决策树的方法,并结合一组学生成绩样本数据,给出了基于决策树技术的学生成绩分析的应用研究模型。     

供应链管理模式下企业物流合理化途径分析——基于零售企业的物流合理化途径

随着经济的不断发展,供应链管理这种新的模式被许多企业采纳.零售企业作为企业供应链的重要组成部分,随着市场逐渐向着多频次、小批量的发展正面临着严峻的考验.特别是中国加入WTO之后,许多国外零售业加快了进入中国市场的步伐,我国的零售业市场受到了很大程度的冲击.本文试从供应链角度分析降低物流成本以及提高物流服务水平的方法,为零售企业提出物流合理化的途径,以解决零售企业的这一难题.     

考虑不适应成本的软件产品销售渠道策略研究

基于软件产品渠道多样化背景，区分软件企业的5种渠道销售模式:直销(D)、增值零售(V)、代理(A)、直销与增值零售(DV)、增值零售与代理(VA).考虑顾客对软件产品的不适应成本，建立消费者效用模型，研究软件企业销售渠道的决策问题.采用Stackelberg博弈求解并分析.结果表明:一般情景下双渠道模式优于单渠道模式;不适应成本适中时企业偏好VA模式，仅在其议价能力与定制化成本均较低时采用DV模式;不适应成本高，企业放弃代理渠道;不适应成本较低且定制化费用较高时，企业放弃增值零售渠道;VA模式下代理商服务水平总高于A模式.     

决策树分类算法及其应用

分类算法是数据挖掘中的最重要的技术之一.本文对决策树数据挖掘方法进行分析和比较;并应用分类方法挖掘枣树嫁接成活率与各种外在因素之间的关系,证明了决策树算法在果树研究领域有着广阔的应用前景.     

对绵阳市零售企业物流配送的分析与对策

进入21世纪,零售业逐渐成为我国国民经济发展的主导力量,我国的零售业在以往的基础上也取得了快速的发展。但是,我国的物流配送体系的发展还处于初级阶段,零售企业的物流配送体制机制都还不健全,所以如何在满足消费者需求的基础上,降低企业自身的经营成本,这是每个零售企业一直追求的目标。本文以绵阳市为例,对绵阳市零售企业物流配送现状进行对比分析,并借鉴一些国外零售企业高效的物流配送经验提出一些相关对策。     

基于数据仓库的医药行业企业信息门户

为了解决医药行业信息孤岛状态,对医药行业企业信息门户进行了功能设计．同时构造了基于数据仓库的医药行业企业信息门户的基本模型,并通过构造相关的医药行业企业的决策树和聚类算法,利用XML语言,实现了相互异构的Web数据挖掘．     

基于数据挖掘技术的CRM系统中客户行为

为了解决在企业中实施客户关系管理（CRM）,CRM系统中客户行为的定量研究问题,利用决策树的数据挖掘相关技术和方法,提出了UPTree数据挖掘算法,并采用UPTree算法对隐藏在大量客户行为中的信息进行挖掘,从而获取了CRM系统中潜在的客户行为规则,并给出这些行为规则的IF-THEN的描述形式,为企业的科学决策提供依据。     

基于Gini Index决策树的人力资源挖掘研究

将数据挖掘中的Gini Index决策树算法应用于人力资源管理,以人力资源绩效管理中的工作任务、工作质量、工作技能和工作态度作为决策属性构造决策树,通过实例说明Gini Index决策树算法在企业绩效评价中的具体构建流程,并验证了用Gini Index决策树方法作为绩效评价方法的可行性.     

建筑施工成本管理方法及分析

本文主要阐述当今施工项目成本是从投标开始,到施工、交工、保修所付出的经济价值。应把施工成本管理作为一个系统工程,克服只重视生产过程中成本管理,而忽视其他环节成本管理的倾向。建筑施工企业应把加强成本管理、挖掘企业内部潜力、降低成本等作为提高企业经济效益的根本途径。     

基于决策树的数据流挖掘算法的研究

由于数据流的快速流动性以及计算机内存的限制，因此要设计好的数据流挖掘算法是很困难的事。近几年来，对数据流进行数据挖掘的算法相继被提出。本文主要阐述分类算法中基于决策树的各种数据流挖掘算法，包括传统的增量式的决策树分类、基于Hoeffding tree的VFDT、可调整的VFDT（即CVFDT）以及使用整合技术的决策树分类算法，通过分析比较，总结了各种算法的主要特征，为国内研究者提供借鉴。     

基于成绩库的远程学习者流失预测决策树的应用研究

通过对远程学习者成绩数据库的挖掘分析，建立了基于成绩库的远程学习者流失预测决策树。这种方法获得的决策树模型预测命中率和预测覆盖率均具有比较好的精度，可以用来探测、发现学习者成绩与学习者流失之间的潜在关系，为远程教育院校的学生保持工作提供数据警示。