统计方法在客户细分数据挖掘中的应用

摘要

本文以某公司的销售提单数据为背景研究了统计方法在客户细分数据挖掘技术中的应用，介绍了数据挖掘和客户细分的相关内容，对在客户细分的数据预处理和客户分类两方面进行了研究。主要内容包括：⑴利用主成分分析进行数据预处理，并和普通的预处理方法做比较，普通的预处理方法只是在填充缺失值和去掉噪音数据方面有作用，而主成分分析能够起到很好的降维作用，为下一步分析提供相对较小的数据集，为分析带来方便；⑵客户分类的实现，比较了决策树分类和聚类分析两种方法，首先利用决策树的分类，但效果不理想，随后利用聚类分析中的Ward法和K-Means方法聚类，利用SAS和Clementine两种软件实现，并对聚类结果做了详细的介绍。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题背景及意义

1.2 国内外文献综述

1.3 研究的内容及方法

1.4 论文组织结构

第二章 数据挖掘及客户细分简介

2.1 数据挖掘的定义及特点

2.2 数据挖掘的预处理方法和分析方法

2.3 数据挖掘软件Clementine简介

2.4 数据挖掘技术的应用

2.5 客户细分简介

第三章 客户细分中基于主成分分析的数据预处理

3.1 客户资料说明及问题的提出

3.2 使用通常的方法进行数据预处理

3.3 使用主成分分析实现数据压缩

3.3.1 主成分分析的思想

3.3.2 主成份的求法

3.3.3 基于主成分分析的数据压缩的实现

3.4 本章小结

第四章 基于聚类分析的客户细分实现

4.1 利用决策树进行客户分类

4.2 利用聚类分析进行客户细分

4.2.1 聚类分析的思想

4.2.2 基于聚类分析的客户实现

4.3 本章小结

第五章 结果分析和总结展望

参考文献

致谢