基于决策树的数据挖掘方法在CRM中的应用研究

The applied research of data mining method in CRM based on decision tree

鞠伟平 邓忆瑞

基于ID3算法的CRM数据分类实例证明：决策树的核心问题是选择最佳的划分标准，采取数据挖掘中的决策树分类算法，将其应用于CRM系统中，以从中发现企业产品的销售规律和客户群特征，从而提高CRM对市场活动和销售活动的分析能力，以期为企业更科学、更有效地制定产品开发、生产、销售和服务策略提供有力的技术支持。[著者文摘]

data class example based on ID3 proved that ： the core question of decision tree is selecting the best division standard, adopt the decision tree classification algorithm in the date mining, apply it in the CRM system, discover the sale ride of enterprise product and the characteristic of client, thus enhances the ability of analyze of.CRM to marketing campaign and sale campaign, to provide the powerftd support for the enterprise more scientific and effectively formulate product development, production, sale and service strategy.[著者文摘]

基于粗糙决策树模型的复杂设备智能故障诊断

Intelligent Fault Diagnosis Method for Complex Equipment Based on Rough Decision Tree Model

张超 马存宝 宋东 许家栋

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表;然后应用最小熵离散算法对特征数据进行离散;接着利用基于分辨矩阵的算法对决策表进行属性约简,并基于最大聚类比原则优选出最佳约简;最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量,而且能快速准确地实现故障识别,具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。

面向对象的决策树分类技术

Technology of Object-oriented Decision Tree Classification

孙华 林辉 莫登奎 刘秀英 熊育久

以SPOT 5 HRG影像为遥感信息源,在湖南省资兴市天鹅山林场开展面向对象的决策树分类技术研究.利用最佳指数和联合熵2个指标确定最佳波段组合方式为1（R）4（G）3（B）,在对遥感图像进行正射校正和融合处理的基础上,采用面向对象的决策树分类技术,以优势树种龄组作为分类对象.结果表明：优势树种龄组的分类精度达80%以上,取得了较高的分类精度与分类效果.

结合多尺度纹理的高分辨率遥感影像决策树分类

High Spatial Resolution Remote Sensing Image Classification Based on Decision Tree Classification Combined with Multiscale Texture

陈亮 张友静 陈波

地物具有多尺度特点，遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合，利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明：结合多尺度纹理的高分辨遥感影像决策树分类，能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题。其分类精度为81．7％。kappa系数为0．78；与光谱数据分类和结合单尺度纹理数据分类结果比较，分类精度分别提高了11．2％和6％，该方法有助于提高高分辨率影像的分类精度。

一种高效的数据流挖掘增量模糊决策树分类算法

An Incremental Fuzzy Decision Data Streams Mining Based on Tree Classification Method for Threaded Binary Search Trees

王涛 李舟军 胡小华 颜跃进 陈火旺

数据流具有数据持续到达、到达速度快、数据规模巨大等特点，这些都给数据流挖掘领域的研究工作带来了新挑战，而其中分类算法更是当前的研究热点．Domingos等在VFDT中利用Hoeffding不等式很好地解决了在数据流上进行单遍扫描获取高精度决策树的问题．Gama等对VFDT进行扩展并实现了VFDTc，使系统能够处理连续属性．Peng等在传统数据挖掘环境下提出了基于模糊理论的连续属性平滑离散化方法．基于前述工作，作者设计并实现了一种基于线索化排序二叉树的增量模糊决策树分类算法fVFDT，其主要贡献有如下4点：（1）第一次设计并实现了数据流上的基于线索化二叉排序树（TBST）的连续属性处理方法．相比VFDT，fVFDT的样本插入时间复杂度由O（n^2）降低到O（nlogn）．当新样本到达时，VFDTc需要更新O（10gn）个属性节点，而fVFDT只需要更新相应的一个节点即可；（2）改进了VFDTc连续属性的最佳划分节点选取的计算方法，使其时间复杂度由O（nlogn）降低到0（n）；（3）根据Fayyad等的研究成果，相比VFDTc，fVFDT只需从更少的备选划分节点中选取最佳节点，备选划分节点数由0（n）降低到0（10gn）；（4）改进了传统数据挖掘环境下的基于模糊理论的连续属性平滑离散化方法，有效地处理了噪声数据，很好地提高了分类精度．

基于ASTER数据遥感影像的决策树分类

Decision Tree Based on ASTER Image Classification and Its Application

程彬 姜琦刚 周云轩 湛邵斌

以黑龙江省北安市为研究区域，尝试利用ASTER视反射率值进行便利、准确的土地利用分类研究。对ASTER数据进行波段相关分析，确定最佳组合波段；然后重点分析转换为视反射率值的影像特征和光谱特征，从中提取各种典型地物的光谱曲线；并依据提取的光谱曲线建立基于地物反射率值大小关系或阈值的决策树模型，对研究区不同地物类型进行分类，并对结果进行精度评价。应用效果表明，该方法简单有效，但对于混合光谱容易错分。

数据流上挖掘决策树的的关键技术研究

Research on Key Issues for Constructing Decision Tree on Streaming Data

黄树成 刘丽

分类是一个重要的数据挖掘问题，在数据流上挖掘决策树分类器的关键技术是如何计算最佳分裂标准，现有的算法有的不能很好地处理数值型的属性，有的计算代价太高.本文首先采用数据结构CML（Class Matrix List） 收集计算最佳分裂标准仅需的信息;其次，将数值型的属性值分成适当的区间，根据它们gini index 值的特殊性质，只需确定具有最大gini index 梯度的区间，因而可以快速地计算最佳分裂点，实现在流数据上快速建立决策树。

社会学其他学科：组织协作网与决策树

Organizational collaboration net and decision-making tree

阳东升 袁小宏 修保新 刘忠 张维明

基于组织基本组成元素（决策者、平台和任务）的定义描述了组织协作网与决策树．通过对组织协作网与决策树的描述分析提出了组织结构设计的新思路：基于决策个体在任务上的协作关系设计最佳的决策树（组织决策的层次结构）．并描述了从组织协作网到决策树的生成过程，对生成过程的求解采用了优化协作树算法．针对案例对决策树的产生进行了求解和分析．图4参13

竞争选择分裂属性的决策树分类模型

A Decision - Tree Classifier Model of Competition in Choosing Split Attribute

房立 黄泽宇

构建决策树分类器关键是选择分裂属性。通过分析信息增益和增益比率、Gini索引、基于Goodman-Kruskal关联索引这三种选择分裂属性的标准，提出了一种改进经典决策树分类器C4＋5算法的方法（竞争选择分裂属性的决策树分类模型），它综合三种选择分裂属性的标准，通过竞争机制选择最佳分裂属性。实验结果表明它在大多数情况下，使得不牺牲分类精确度而获得更小的决策树成为了可能。