基于决策树的农户小额贷款信用评估模型研究

分析了当前农村信用社对农户进行小额贷款时信用评估的现状及存在的问题,结合农户贷款的特点,构建了基于决策树算法的农户小额贷款信用评估模型,并对信用评估模型进行了实证,表明模型具有较好的预测效果,从而提高了农村信用社农户小额贷款业务的信用风险管理水平。     

基于决策树的农业气象灾害等级预测模型

在讨论数据挖掘技术的基本概念、决策树方法的基础上,结合牡丹江地区部分县区风雹灾害数据样本,采用决策树C4.5分类算法,建立了农业气象灾害等级决策树预测模型。通过该预测模型可预测各地直接经济损失程度,为该领域的数据挖掘提供了合理的挖掘模式,并得出了有效的分析结论。     

C4.5算法在移动通信行业客户流失分析中的应用

稳定客户和吸引客户是移动通信企业提高竞争力的关键.基于大量实验数据将数据挖掘的决策树方法引入移动通信行业客户流失分析中,通过对数据的预处理,利用C4.5算法创建决策树,通过测试流失的与未流失的客户,平均正确识别率为91.6%.决策树体现的规则与经验基本一致,为移动通信企业建立客户流失的预警机制提供了决策支持.     

基于决策树算法的蔬菜农药残留 的数据挖掘与分析

蔬菜是人们日常消费的必需品,影响蔬菜质量安全的一个重要因素就是农药残留问题。利用决策树算 法的数据挖掘技术,对蔬菜的检测信息进行挖掘,得到品种为韭菜、黄瓜的农药残留高;新桥市场、烟大市场和大世 界市场的蔬菜农药残留水平较低;而7~9 月的蔬菜农药残留高。结果具有一定的可信度,为蔬菜消费者和安全监管 者提供一定的决策依据。     

基于决策树关联算法在农村大学生信息系统中的应用

通过数据挖掘技术分析各个领域大量数据之间的关系,可以发现这些记录中隐藏的学生学习和生活状态。该研究开发了一个综合分析系统,其系统引入了数据挖掘技术,包括决策树算法和关联规则挖掘算法。通过分析来自农村的大学生图书馆记录和消费记录以及农村学生完成的课程成绩和心理测试数据可以看出,该系统可以挖掘农村学生的生活和学习状态及其关联性,并将结果展示出来,可以让学校或老师及时清晰地了解其状态,有助于更好的教学。     

C4.5数据挖掘算法的改进及其应用

简要介绍数据挖掘算法中的C4.5算法的基本思想,并在分析传统行业税负测算方法的基础上,结合税收行业领域的应用实际,对C4.5算法进行改进和应用.通过验证表明,改进后的算法运行结果可靠,运行效率提高.     

C4.5算法在大豆致病性分析中的应用

介绍了一种决策树C4.5算法的构建方法及其步骤,并将决策树应用于大豆致病分析,由Weka系统实现后得到有一定实用价值的决策树.     

一种基于影响度的可伸缩的决策树算法

目的 针对ID3算法计算复杂度高这一问题,改进决策树生成算法DTA（Decision Tree Algorithm）。方法 提出了用影响度作为属性选择的标准,为了使算法具有良好的可伸缩性,引入了基于类别的属性表的新的数据结构。结果 表明算法能生成正确的决策树,并且计算复杂度明显优于传统算法。结论 可以在计算机硬件配置较低、资源消耗较少的条件下来快速生成正确的决策树,得到相应的决策规则。     

基于决策树的农产品供应商竞标能力的数据挖掘分析

应用基于决策树的数据挖掘算法对农产品电子商务B2B系统中的历史竞标样本进行了分类,通过给出一个结合实例的算法实现过程,说明了供应商在竞标过程中产品报价等部分影响因素间的一些潜在性规则,从而得出不同特征的农产品供应商在虚拟市场中的竞标能力高低差异依次由产品报价、配送及时率、市场需求水平等因素决定。     

决策树C4.5算法结合模糊判决算法的土地评价方法（英文）

为了传统土地评价过程中影响因子存在连续值时难以构建评价模型的缺点,提高土地评价知识表达的可解释性,通过对语义属性采用多重分支,利用分支的统计显著性的启发式技术来实现剪枝,提出了基于C4.5算法挖掘分类规则。并利用模糊推理的方法,给出模糊匹配程度的概念,计算出被评价土地样本与各C4.5规则匹配的模糊程度,然后从中找出模糊匹配程度最大的所对应的规则,被评价样本即可被评价为该规则的结果所示的土地等级。文章提出了一种基于C4.5算法和模糊判决算法的土地资源评价模型构建方法,通过广东省土地评价数据库的实验结果表明,该方法能够适用于土地评价当中,当选取100条规则作为规则库进行土地评价时,获得了86.67%的数量准确率和84.80%的面积准确率。     

数据挖掘方法在农业生产决策支持系统上的应用

本文首先介绍了数据挖掘方法的概念及其应用现状,在此基础上提出具有数据挖掘功能农业生产决策支持系统的框架结构,为农业生产决策支持系统的研究提出了新的方向.     

基于模糊决策树的高校就业数据挖掘研究

随着高等学校招生规模的扩大,大学生就业形势日益严峻。数据挖掘技术可以从大量的历史数据中发现内在的规律和联系。对高校学生就业进行数据挖掘,可发现潜在规律,为就业指导提供决策依据。决策树分类方法是一种有效的数据挖掘方法,但该方法不能很好地处理数据模糊性和不确定性问题。本文提出将模糊决策树算法引入高校就业数据挖掘,解决了数据模糊性和不确定性的问题,生成的知识表示方式自然,易于理解,并且具有更强的分类能力及稳健性。     

数据挖掘在医学科技查新中的应用

数据挖掘技术是基于关系数据库的一种有效的信息发掘工具。通过介绍数据挖掘技术在医学科技查新领域的应用情况，即在文献资料分析以及科研管理中的运用，分析探讨了数据挖掘技术在医学科技查新领域的应用前景和未来发展方向。     

数据挖掘和数据仓库在网络营销中的应用

在分析数据仓库和数据挖掘重要性的基础上,指出了数据挖掘的基本过程、数据挖掘的分类和应用,介绍了使用分类模型进行数据挖掘的应用实例,论述了实现原始数据到应用数据转换的方法.     

数据挖掘在超级市场中的运用

数据挖掘(Data Mining，DM)是一个使用统计学原理和人工智能等算法进行知识发现的过程，目前，商业领域的应用刚刚起步。本文主要阐述数据挖掘的一般技术，着重探讨数据挖掘技术在超级市场运营中的应用，讨论数据挖掘在顾客关系管理(CRM)中的具体使用。     

基于关联规则数据挖掘算法的应用

数据挖掘,又称数据库中的知识发现,作为一门新兴的研究领域,主要目的是从数据集合中发现隐含的、事先未知的、对决策有潜在价值的用户感兴趣的知识,数据挖掘是当前数据库领域中最受瞩目的研究方向之一。在数据挖掘研究中,关联规则挖掘作为数据挖掘研究中的一个重要部分,引起了越来越多的关注。本文利用SQL Server 2005数据挖掘工具,对已测得的土壤数据,利用关联规则算法对土壤的地力等级进行了预测。     

粗糙集和神经网络理论在数据挖掘中的应用分析

本文对数据挖掘的两种重要新方法粗糙集理论和神经网络以及它们的应用进行了分析、比较,总结出每种算法的性能特征,以便于使用者了解掌握各种分类算法、更好地选择合适的算法。     

数据挖掘技术在移动客户管理中的应用

文章介绍了数据挖掘技术的相关知识及其在移动客户管理中的应用，并以客户流失分析作为实例，描述了数据挖掘的整个应用过程，最后对国内数据挖掘应用现状进行了分析。