面向客戶智能的時間序列數(shù)據(jù)挖掘技術(shù)研究.pdf

1、本文研究了面向客戶智能的時序數(shù)據(jù)挖掘技術(shù),建立了具有時序數(shù)據(jù)挖掘功能的客戶智能解決方案,以提高客戶智能系統(tǒng)的時間序列數(shù)據(jù)分析能力.本文首先研究了基于時序數(shù)據(jù)挖掘的客戶分類方法.提出了客戶時序數(shù)據(jù)加權(quán)處理方法和基于混合遺傳算法的多目標動態(tài)聚類方法,可以更準確地衡量出客戶時間序列數(shù)據(jù)的相似性.在此基礎(chǔ)上將按時序數(shù)據(jù)聚類得到的客戶分類結(jié)果與客戶的靜態(tài)屬性數(shù)據(jù)相結(jié)合,對客戶進行二次分類.在分類過程中包含了更豐富的信息,提高了客戶分類的準確性.其

2、次,研究了客戶時序關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法.建立了一種用于客戶時序關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的前綴累加樹時間關(guān)聯(lián)模型.通過將客戶時間序列數(shù)據(jù)中的頻繁項映射到前綴累加樹中,達到降低頻繁時序模式的搜索空間,提高挖掘效率的目的.該方法不僅可以降低關(guān)聯(lián)規(guī)則挖掘過程中數(shù)據(jù)庫的掃描次數(shù),而且能夠針對特定的時序關(guān)聯(lián)規(guī)則進行挖掘,快速地發(fā)現(xiàn)客戶數(shù)據(jù)中是否蘊含特定的時序關(guān)聯(lián)規(guī)則.同時該方法還能夠以較精確的方式發(fā)現(xiàn)具有一定模糊性的客戶時序關(guān)聯(lián)規(guī)則.最后,研究了基于時間序列的客戶