基于粗神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘方法及其應用.pdf

1、近年來,隨著數(shù)據(jù)庫技術的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應用,企業(yè)的數(shù)據(jù)庫或數(shù)據(jù)倉庫中積累的數(shù)據(jù)越來越多.然而激增的數(shù)據(jù)背后隱藏著許多重要的信息,企業(yè)中的領導希望能夠對其進行更高層次的分析,以便更好地利用這些數(shù)據(jù),為企業(yè)以后的營銷、發(fā)展提供正確的決策方案.但從眾多的數(shù)據(jù)中鑒別并充分抽取有效強壯的特征目前還是一個沒有完全解決的問題.該論文首先介紹了數(shù)據(jù)挖掘理論及其在營銷中的應用,并著重對數(shù)據(jù)挖掘的兩種重要新方法粗糙集理論和神經(jīng)網(wǎng)絡以及它們

2、的應用進行了概述.接著介紹了經(jīng)典(Pawlak型)粗糙集模型的基本理論,它是建立在等價關系基礎之上的,用上下近似集合來表示一個不精確的概念.由于等價關系條件較強,有一定的局限性,已經(jīng)證明求所有約簡和最小約簡是NP-Hard問題.屬性約簡問題是粗糙集理論的核心問題之一,該文提出了一種基于GENRED的最大概率因子的改進屬性約簡算法,并將該算法應用在市場營銷的客戶購買分析方面.接下來分別介紹了變精度型粗糙集模型及其在企業(yè)經(jīng)營現(xiàn)狀分析方面的應

3、用、概率粗糙集模型及其在產(chǎn)品分類方面應用和不完備信息系統(tǒng)粗糙集模型及其在產(chǎn)品銷售方面的應用.針對目前在對企業(yè)的大型數(shù)據(jù)庫或數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘時,輸入信息不僅數(shù)據(jù)量大,而且存在噪聲干擾,在數(shù)據(jù)挖掘中單純的使用粗集方法會受噪聲干擾而直接影響分類精度,單純使用神經(jīng)網(wǎng)絡會因輸入信息空間維數(shù)較大使網(wǎng)絡結構復雜且訓練時間長的問題,該論文最后將粗糙集理論與神經(jīng)網(wǎng)絡相結合,首先介紹了基于粗神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘方法在營銷中的應用流程,接著介紹了基于粗神經(jīng)