基于遗传算法的决策树组合方法及在CRM的应用

被引：3

作者：

张喆

黄沛

常桂然

黄小原

机构：

[1] 上海交通大学安泰管理学院

[2] 东北大学信息科学与工程学院

[3] 东北大学工商管理学院上海

[4] 上海

[5] 辽宁沈阳

来源：

系统工程学报 | 2005年 / 03期

关键词：

遗传算法; 组合分类方法; 多重决策树; 客户关系管理(CRM); 数据挖掘;

D O I：

暂无

中图分类号：

C934 [决策学];

学科分类号：

12 ; 1201 ; 1202 ; 120202 ;

摘要：

针对客户关系管理中的客户分类问题,提出一种基于遗传算法的多重决策树组合分类方法.组合分类方法将概率度量水平的多重决策树并行组合,组合算法中采用遗传算法优化连接权值矩阵,并且采用客户信用等级评定的仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树及其他组合方法具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.

引用

页码：285 / 289

页数：5

共 7 条

[1] 我国客户关系管理研究的紧迫性和方向分析 [J].

齐佳音 ;

韩新民 ;

李怀祖 .

管理科学学报, 2002, (04) :88-94

[2]

A Comparison of Prediction Accuracy, Complexity, and Training Time of Thirty-Three Old and New Classification Algorithms[J] . Tjen-Sien Lim,Wei-Yin Loh,Yu-Shan Shih.Machine Learning . 2000 (3)

[3] Efficient GA based techniques for classification [J].

Sharpe, PK ;

Glover, RP .

APPLIED INTELLIGENCE, 1999, 11 (03) :277-284

[4] Families of splitting criteria for classification trees [J].

Shih, YS .

STATISTICS AND COMPUTING, 1999, 9 (04) :309-315

[5]

Automatic Construction of Decision Trees from Data: A Multi-Disciplinary Survey[J] . Sreerama K. Murthy.Data Mining and Knowledge Discovery . 1998 (4)

[6] Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140

[7] A FURTHER COMPARISON OF SPLITTING RULES FOR DECISION-TREE INDUCTION [J].

BUNTINE, W ;

NIBLETT, T .

MACHINE LEARNING, 1992, 8 (01) :75-85

← 1 →