數(shù)據(jù)挖掘在企業(yè)營(yíng)銷中的應(yīng)用研究.pdf

1、計(jì)算機(jī)技術(shù)的飛速發(fā)展把人們帶入了信息社會(huì)，并且致使信息的擁有量高速增長(zhǎng)。如何從巨量的信息中提取人們感興趣的知識(shí)成為亟待解決的問題。由此數(shù)據(jù)挖掘就成為數(shù)據(jù)庫(kù)領(lǐng)域最富活力的研究方向，并在許多領(lǐng)域得到重要應(yīng)用。數(shù)據(jù)挖掘，也稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase，KDD)，是從大量數(shù)據(jù)中提取出可信、新穎、有效并能被人理解的模式的高級(jí)處理過程。數(shù)據(jù)挖掘作為一種新的決策支持技術(shù)，從人工智能領(lǐng)域的機(jī)器學(xué)習(xí)發(fā)展

2、而來，既是信息科學(xué)的前沿課題，也是一個(gè)融合了多個(gè)研究領(lǐng)域的理論和實(shí)踐問題。與其他領(lǐng)域的技術(shù)相比，數(shù)據(jù)挖掘?yàn)榘l(fā)現(xiàn)數(shù)據(jù)之間潛在的聯(lián)系提供了一種有效的機(jī)制。 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中的一個(gè)重要研究?jī)?nèi)容。關(guān)聯(lián)規(guī)則挖掘就是發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系。關(guān)聯(lián)規(guī)則挖掘可以幫助許多商務(wù)決策的制定，如分類設(shè)計(jì)、交叉購(gòu)物和賤賣分析。在以前的大多數(shù)關(guān)聯(lián)規(guī)則挖掘?qū)崿F(xiàn)中，普遍采用了Apriori的算法。這種算法有一個(gè)很大的缺點(diǎn)，就是使用了不斷產(chǎn)

3、生候選集并加以測(cè)試的方式來得到頻繁集。這種方法的代價(jià)是很大的。為了解決這個(gè)問題，提出了相應(yīng)的不產(chǎn)生侯選集的頻繁集的FP-growth算法。FP-growth算法的優(yōu)點(diǎn)是節(jié)省時(shí)間和空間，對(duì)大規(guī)模數(shù)據(jù)采用分治的方法以避免規(guī)模巨大難以接受。對(duì)FP-growth算法的性能分析研究表明：對(duì)于挖掘長(zhǎng)的和短的頻繁模式，它都是有效的和可伸縮的，并且比Apriori算法快一個(gè)數(shù)量級(jí)。 目前，企業(yè)資源規(guī)劃(簡(jiǎn)稱ERP)作為一種高效的信息系統(tǒng)已經(jīng)在企