【摘要】将决策树算法应用到产品满意因素分析领域,探讨了决策树算法在客户分析产品满意因素时的应用策略,建立了产品满意因素分析模型,模型的结果分析说明了应用策略的合理性。
【关键词】决策树;客户分析;模型建立
随着经济的全球化、市场的国际化,国内市场环境已渐趋合理且竞争日益加剧。在产品制造领域,以生产为中心、销售产品为目的的市场战略逐步被以客户为中心、服务为目的的市场战略所取代。新的市场战略指导下,企业纷纷加大了产品客户满意因素的分析,生产并销售出让客户更为满意的产品,达到了吸引潜在客户、巩固现有客户、加大产品市场占有率的目标。
针对产品客户满意因素分析这一预测分类问题,引入了决策树算法,探讨了决策树算法在产品客户满意因素分析中的应用策略,建立了产品满意因素分析模型,实现了决策树在产品客户满意因素分析中的应用。
一、决策树简介
决策树是通过一系列规则对数据进行分类的过程,它提供了一种在什么条件下会得到什么值的类似规则的方法。可以用一棵倒置的树状结构来形象地描述决策树,一棵决策树包含一个根节点、零个或者多个内部节点和一个或者多个叶子节点。它利用树结构的不同对记录集进行不同的分类,树的每个叶节点就代表某个条件下记录集中的一个子集,根据记录集中属性的不同来进行属性的分裂,建立下层节点,即进行树的分支,整个过程自顶向下递归构造决策树,这就是决策树生成的思想。假设记录集为S,下面是生成初步决策树的递归算法:
partition(S)
if (all tuples in S are of the same class) then return;
/*无需分类*/
for each value of attrib