通过整合数据挖掘和预测分析的协作管理决策方法-研究论文

【文件属性】：
文件名称：通过整合数据挖掘和预测分析的协作管理决策方法-研究论文
文件大小：453KB
文件格式：PDF
更新时间：2021-06-10 05:32:23
Data Mining Predictive 在数字化时代，CRISP-Data Mining 和预测分析已成为处理大数据的重要工具。 大数据的特征在于三个重要因素——容量、速度和可变性。 本文讨论了用于数据挖掘的 CRISP-DM 和机器学习算法，这些算法能够开发预测模型并帮助管理决策。 另一方面，本文讨论了电信行业的流失预测，这对于保留有价值的客户非常重要。 借助流行的机器学习算法，例如决策树、聚类、神经网络、关联分析、支持向量机 C5.0 算法技术等，用于确定电信行业的客户流失率。 研究结果表明，最常见的机器学习算法是决策树、神经网络和回归，它们被有效和高效地用于预测电信行业的客户流失。