一种用决策树技术区分许可营销中潜在用户的方法

经过客户许可的电子网络营销形式，是信息时代一对一营销的主要形式。对获取的电子信息资源分类以实现许可营销的收益最大化是其中的关键技术。目前，在我国许可营销尚处于起步阶段，企业大多采取Opt—out方式获取用户许可，它速度较慢，解释性差。运用决策树技术能最大限度地获得潜在客户的许可响应，挖掘客户的消费潜力。     

许可营销模式初探

在现代市场经济下,企业营销策略的转变之一就是将营销的重心放在“许可营销”之上。本文对“许可营销”的概念、应用和具体战略实施进行了初步探讨。目的在于将“许可营销”的理念导入国内网络营销实践,对实施电子邮件营销的企业给与具体的策略指导。     

一种基于神经网络和决策树的信用评估新方法

分析了数据挖掘在国内外金融领域的应用及研究现状,提出了一种基于神经网络和决策树相结合的信用评估新方法。该方法通过RBF神经网络,进行条件属性裁减,并利用决策树抽取出评估规则。此方法利用神经网络的“黑箱”工作特性,选择重要条件属性,并利用决策树自动生成评估规则,大大提高了信用评估的效率和客观性。     

常用的决策树生成算法分析

数据分类是数据挖掘中的一个重要课题,被有效地应用于科学实验、医疗诊断、气象预报、商业预测等领域。常用的分类方法包括决策树、神经网络、遗传算法等。其中决策树是分类方法中的一个重要研究方向,由于其结构简单、可以清晰的生成便于人们理解的规则、效率高、以及适用大数据量等优点而被广泛使用。本文就几种常用的决策树生成算法进行较深入地分析和比较。     

许可营销——在线旅游企业网络营销的新方法

许可营销作为一种实用而有效的互联网营销方式 ,如能正确应用于在线旅游企业 ,其前景将十分广阔。本文将对许可营销在我国在线旅游企业的应用进行初步研究。     

一种改进决策树算法的探讨

ID3算法是示例学习中建立决策树的一种重要的方法.介绍了 ID3决策树算法的基本思想,讨论了ID3决策树算法中的难点和不足,结合实例给出了利用信息增益度法来改进ID3算法的详细过程.     

基于决策树的经典算法综述

决策树是一种重要的数据挖掘方法。本文对几种经典的决策树算法进行了综述,并对其进行了分析比较,为决策树的优化研究提供了借鉴。     

决策树技术在客户信用分析中的应用

针对客户信用分析的需求，利用决策树技术对某钢厂的销售数据进行分析。依据客户交易信息，使用决策树算法对客户信用进行分类，得出一系列帮助企业做出正确交易决策的判定规则。     

专利打包许可中过期收取许可费的法律规制

专利技术打包许可中过期收取许可费常因总销售许可费这种许可费收取方式而产生,具有一定合理性。鉴于打包许可和总销售许可费产生的效率,法律对打包许可中过期收取许可费的规制应不同于对单个专利许可的规制。专利法、合同法以打包许可中的过期收取许可费是否为专利权人利用专利权强迫被许可人所为作为构成专利权滥用的标准;而反垄断法对此分析主要关注专利权人过期收取许可费是否不合理地将其市场力量延伸至专利权期限届满后并产生限制竞争后果。     

专利产业化中技术许可衡量指标法律问题研究

通过对我国<专利法>相关条文的分析,提出专利产业化应该增加新的衡量指标,即技术许可的成功率,而成功的技术许可不仅需要法律法规的完善,同时技术许可的付酬标准都成为判断是否成功的方向标,为未来科学、客观地进行专利产业化驱动因素的筛选评价工作提供参考依据.     

决策树在高校学生就业信息中的应用

应用决策树方法对大学生就业信息进行了分析挖掘,并抽取规则知识,指出专业成绩、外语成绩、实践能力等是影响学生就业层次的主要因素.     

基于决策树的网络教学系统的学生模型研究

基于遗传算法与决策树思想相结合的方法,对学生的学习历史、方式,知识情况,认知能力等要素进行数据分析和分类,将学生模型分为偏差模型、覆盖模型、心理模型和认知模型．为用户提供了个性化的教学环境．     

数据挖掘在高校成绩分类管理中的应用研究

学生的信息是大量的和复杂的，学校越来越感到管理的复杂性，对于学生的状态和发展越来越难以预测，因此学校希望对学生海量数据的处理不只是简单的备份和查询，而更迫切地需要管理信息系统能够具备辅助决策的能力。应用数据挖掘技术对学生成绩分类管理进行探索，获得有益的隐含知识，支持学生工作和教学管理工作的开展，这对于素质教育的实施，更好地为学生服务提供了很好的尝试。     

基于决策树的不完整数据的处理

基于数据采集过程中常常存在一些不完整数据,以及不完整数据总是和样本空间中其他完整数据存在一定的相似性,提出了一种基于决策树的不完整数据的处理方法。在对不完整数据处理方法的比较、分析的基础上,采用一种有效的决策树方法对不完整数据处理。实例验证证明该决策树方法在不完整数据处理方面有很好的效果。     

基于决策树法的我国商业银行信用风险评估模型研究

结合我国商业银行的实际,基于数据挖掘中决策树C4.5算法的分析框架建立了商业银行的信用风险评估模型,通过此模型可以根据贷款企业的财务指标,得出企业是否违约的分类。此分类将对商业银行信用风险控制工作具有很好的指导意义。还通过案例进行了实际的风险评估分析。     

决策系统从面向对象到基于构件的变化

研究决策系统实现手段的演变过程，提出在Internet广泛应用及数据极其充实的今天，决策的优劣与基于构件技术已密切相关，本文还讨论了数据仓库的实现机制及匠激励因素。     

基于神经网络和决策树相结合的信用风险评估模型研究

文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序,然后通过RBF神经网络进行属性裁减生成决策树,从而得出企业是否违约的分类。最后以判别分析以及C4.5 算法为参照方法进行了实证研究,结果表明,NN-DT模型显著地提高了预测精度。     

基于决策树法的电力企业经营者年薪制的应用研究

经营者年薪制实施效果的关键在于是否选择了科学的绩效考核方法为依据,拥有完善的考核指标体系和考核机制,进而形成激励和约束机制来规范电力企业经营者的收入。本文针对电力企业经营者考核内容众多、考核指标关联性强及内在结构交叉等特点,采用决策树法的评估考核方法,使基于目标绩效考核的业绩指标相对于能力指标、品质、个性因素得以突出,使各指标权重因数的确定有了清晰的理论依据和现实依据,也使电力企业经营者全面了解、明确自己的经营目标和工作重点,有效地调动电力企业经营者的主观能动性和经营积极性。