决策树与神经网络在电信行业中的应用及其对比分析

【作者】 黄奇；

【导师】 许青松；

【作者基本信息】 中南大学 ， 运筹学与控制论， 2009， 硕士

【摘要】 在电信行业中,每天都产生大量的数据,在这些数据中,可能有潜在的信息存在。运用数据挖掘技术对这些数据进行分析,建立数据模型,以提取出有用的、潜在的信息。决策树模型和神经网络模型,作为数据挖掘的两种重要的分类预测模型,已被广泛应用于电信行业领域。本文所做的主要工作有：第一,介绍和比较三种决策树算法：C4.5(基于信息增益理论而产生的决策树),CART(分类回归树),CHAID(基于卡方检验而产生的决策树),在此基础上提出一个新的想法。第二,介绍一种典型的神经网络算法：三层后传神经网络。第三,实证分析。首先描述某市电信数据的结构及其具体的组成情况,然后对数据进行抽取、转换、加载等预处理,之后运用CHAID决策树模型和神经网络模型对预处理过的数据进行建模,最后运用评估图对产生的模型进行评估、比较,筛选出比较好的模型,并加以解释。更多还原

【Abstract】 In the telecom industry, there are large amounts of data.Data mining can extract information from these complex data.As the important methods of data mining, decision tree and neural net have been used in the field of telecom.The main works of this paper are as follows:Firstly, we analyze three decision tree methods:C4.5,CART (classification and regression tree),CHAID(based on Chi-square test). Then we present a new method.Secondly, we introduce a typical neural net method.Thirdly we give some examples and analyze the CHAID decision tree model as well as the neural net model.更多还原