基于数据挖掘技术的市场营销信息系统的研究-软件工程专业论文.docx

大连理工大学专业学位硕十学位论文摘 大连理工大学专业学位硕十学位论文 摘 要 分析家们预言，数掘挖掘的运用在2l世纪将维持平方指数增长。在当今主流的大中 型商业组织、制造业和公共机构已经把数据挖掘作为一种重要的途径来挖掘m“隐藏” 在交易数据里面的规律，而且这些规律通常是不易察觉或是极度复杂的，因而不容易只 通过运用一种预测模型技术如回归分析、决策树来揭示。通常是针对不同的主题，选择 不同的挖掘技术。本论文讨论了功能强大运用广泛的数据挖掘技术：关联规则。尤其是 在市场营销领域中制定产品组合销售和进行市场细分，它们运用相当广泛，在大多数情 况下隐藏在数据罩的规律将被发现。 全文首先阐明目前国内外数据挖掘相关理论的研究进展，基于此提出了本文的研究 内容、研究方法。介绍数据挖掘基木概念和相关知识，为全文工作打下基础。其中重点 介绍了常用的数据挖掘技术。即是基于数据库技术的关联规则，主要论述关联规则中的 布尔关联规则，并对布尔关联规则的核心算法Apriori进行描述。 论文主要部分是阐述数据挖掘在零售业中的应用。在企业营销中对销售产品信息运 用关联规则，发现了具有强关联性的数据后，便可以这些数据为基础完成对企业产品的 组合销售。可见，关联规则用来分析企业产品，制定组合销售有着独特的优势． 论文特别分析讨论了作者在Apriori算法基础上提出的两种优化算法，一种是通过 对参与候选集的元素计数的方法来减少产生候选集的组合和减少数据库的扫描次数来达 到要求。这有利于提高挖掘的速度和减少数据库的i／o操作时间的丌销。另一种是基于 临时表的规模压缩挖掘算法采用及时删除数据库中无用的事务记录的方法减少了事务数 据的数量，大大加快了算法的执行效率。它能够生成较小规模的频繁候选集，即利用了 非频繁模式的父模式必定是非频繁模式的原理，有效减少了生成的后选集的规模，实现 方便，在很大程度上也提高了效率。 关键词：数据挖掘：关联规则；Apriorj算法：算法效率 刘坤：基于数据挖捌技术的市场营销信息系统的研究Based 刘坤：基于数据挖捌技术的市场营销信息系统的研究 Based on Research of Data Mining Technology in the Marketing Information System Abstract Industry analysts expect the use ofdata mining(DM)to sustain double—digit growth in the 21st century．Many large—to mid—sized organizations in the mainstream of business，industry， and the public sector already rely heavily on the use of data mining as a way to search for relationships that would otherwise be‘hidden”in their transaction data，However，relationships that are counter-intuitive or highly complex carl be revealed by applying only one predictive modeling techniques such as regression analysis or decision tre把s．Usually we choose different data mining techniques for different themes．This paper discusses two most powerful data mining techniques cluster analysis and association rule，which are widely used especial in making product association and carrying on market segments in marketing and in most cases it is possible for relationships in data to be discovered． Firstly，it mainly states the domestic and international theories and research progress about data mining techniques at present，then based on them pu