神经网络、logistics回归与聚类分析实训_第1页
神经网络、logistics回归与聚类分析实训_第2页
神经网络、logistics回归与聚类分析实训_第3页
神经网络、logistics回归与聚类分析实训_第4页
神经网络、logistics回归与聚类分析实训_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

n更多企业学院: 中小企业管理全能版183套讲座+89700份资料总经理、高层管理49套讲座+16388份资料中层管理学院46套讲座+6020份资料国学智慧、易经46套讲座人力资源学院56套讲座+27123份资料各阶段员工培训学院77套讲座+ 324份资料员工管理企业学院67套讲座+ 8720份资料工厂生产管理学院52套讲座+ 13920份资料财务管理学院53套讲座+ 17945份资料销售经理学院56套讲座+ 14350份资料销售人员培训学院72套讲座+ 4879份资料实 验(实训)报 告项 目 名 称神经网络、logistics回归与聚类分析所属课程名称 客户关系管理 项 目 类 型 操作型 实验(实训)日期 2011-11-15 班 级 10信息C1班 学 号 姓 名 指导教师 陈 远 高 浙江财经学院教务处制一、实验(实训)概述:【目的及要求】目的: 熟悉Clementine数据流的构建过程,掌握logistic、神经网络与聚类分析模型的应用。要求:根据实验步骤完成数据流建立,并获得分析结果。实验结束后提交实验报告。【基本原理】数据挖掘流程;logistic模型;神经网络模型、聚类分析模型【实施环境】(使用的材料、设备、软件)Windows操作系统,Clementine 11.1二、实验(实训)内容:【项目内容】应用Clementine11.1中的神经网络模型、logistics模型、聚类分析模型进行数据分析。【方案设计】注意:在建模操作过程中,请将生成的模型名称改为自己的学号和姓名。1 应用GOODS1n数据,对于产品类型、促销等因素对于销售影响情况进行分析。a) 增加Increase字段,表示销售变化率;b) 通过散点图进行探索性分析;c) 使用神经网络节点生成预测模型;d) 使用该模型预测GOODS2n中的销售变化率;2 应用Satisf.sav数据,应用以下模型进行分析:a) 应用特征选择模型,找出影响消费者购买与否(Purchase)主要因素,然后通过Logistic模型生成预测消费是否购买的预测模型;b) 应用神经网络模型,根据消费者个人基本信息(gender、agecat、distance)和满意因素(price、numitems、org、service、quality)预测顾客总体满意度(overall);3 应用NewsChan.sav数据,通过聚类模型对于有线电视客户进行分类(NEWSCHAN字段不作为分类的输入变量),看看不同类的客户具有哪些特征,哪些类别的客户更愿意预订有线电视服务(即NEWSCHAN字段为真值)。【实验(实训)过程】(步骤、记录、数据、程序等)问题1使用神经网络模型预测GOODS1n中的销售变化率 新建数据源可变文件,导入数据GOODS1n 增加Increase字段,表示销售变化率; 新建字段选项类型,读取值,修改字段类型和方向新建图形散点图,X字段选Promotion,Y字段选Increase,颜色选Class执行散点图Promotion v.Increase的结果新建建模神经网络,并命名为3龚杨春神经网络执行神经网络的结果执行表的结果使用该模型预测GOODS2n中的销售变化率 导入数据GOODS2n执行散点图Promotion v.Increase的结果执行神经网络的结果执行表的结果问题1实验结果分析:产品类型是消费者最关注的购买因素。其次是促销,促销投入越大,销量增长越快。问题2使用Logistic模型生成预测消费是否购买的预测模型 新建数据源SPSS文件,导入数据satisf.sav 新建字段选项类型,读取值,修改字段类型和方向 新建建模特征选择,在“选项”选项卡上,选择最重要的10个变量执行特征选择的结果新建建模Logistic,在“注解”选项卡上命名为3龚杨春Logistic,在“模型”选项卡上过程选择二项式,然后进行Logistic模型预测执行Logistic的结果 问题2实验结果分析:影响消费者购买的10个重要性因素:Regular、Followup、Contact、Dept、Quality、Overall、Gender、Agecat、Service、Distance。在分类表中,可以看到模型中加入10个变量后购买率达到69.6%神经网络模型预测顾客总体满意度 新建数据源SPSS文件,导入数据satisf.sav 新建字段选项类型,读取值,修改字段类型和方向 新建建模神经网络,在“注解”选项卡上命名为3龚杨春神经网络,然后进行神经网络模型预测执行神经网络结果问题2实验结果分析:从神经网络模型看,消费者个人基本信息和满意因素对顾客总体满意度预测准确性只有39.13%。问题3问题3实验结果分析:从图中可以看出预订有线电视服务客户群提分类:聚类-1聚类-5聚类-2聚类-3聚类-4【结论】(结果、分析)三、指导教师评语及成绩:评语:成绩: 指导教师签名: 批阅日期:文档由本人精心搜集和整理,喜欢大家用得上,非常感谢你的浏览与下载。凡本厂职工应热爱电厂、热爱岗位、热爱本职工作,发扬“

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论