基于粗糙集理论的客户分类规则挖掘模型.docVIP

基于粗糙集理论的客户分类规则挖掘模型 第20卷第1O期 2004年10月 甘肃科技 GansuScienceandTechnology V_D2.20N.1O Oct.2004 基于粗糙集理论的客户分类规则挖掘模型 刘嘉,梁勇勇 (1.兰州理工大学,甘肃兰州730050;2.兰州烟草公司,甘肃兰州730000) 摘要:本文构建了一个基于粗糙集理论的客户分类规则挖掘模型,通过该模型对烟草公司客户数 据的分析,挖掘出了隐含在数据中的分类规则,找到了客户分类的特征描述. 关键词:粗糙集理论;数据挖掘;客户分类规则 中图分类号:TP183 随着我国加入WTO,烟草行业对卷烟零售客 户的服务质量亟待加强.如何将有限的服务资源有 针对性,有重点的为客户提供更加优质的服务,就必 须对庞大的零售客户群进行分类管理和服务.分类 管理主要是通过对卷烟零售客户本身的大量的信息 (如主营业态,商业环境,营业面积等)进行综合评 估,根据评估结果划分客户级别.然后有针对性地 服务,同时还可以有效地监控各个市场的整体运营 情况,防止假烟及走私烟流入市场. 粗糙集理论…1建立在分类机制的基础上,从 1982年Pawlak提出粗糙集模型至今,它已经成为 知识发现的一个重要的工具.这种方法通过对集合 进行等价类的划分,确定问题的近似域,从而对含糊 性和不确定性信息进行分析和推理,揭示出数据间 隐含的知识和规则.本文利用粗糙集理论,结合实 际情况建立了一个客户分类规则的挖掘模型,运用 该模型可准确地划分客户级别,从而提高企业的经 营效率. 1经典粗糙集理论 我们称S=lt;U,A,Vgt;为一个信息系统,其 中U={u1,u2,…,un}是所有对象的集合,称为论 域,A是属性的非空,有限集合,并且A=CUD,C 称为条件属性,D称为决策属性.任意对应一个函 数a:U—Va,其中Va是A中某个属性a的值域. 在一个信息系统中并不是所有的对象都可以用 属性区分开来,很多情况下,不同的对象拥有相同的 属性值.因此,属性的任意子集都可将论域U分为 若干等价类,粗糙集模型正是建立在这种等价关系 上.令BA,我们定义B上的不可分辨关系(indis— cerniilityrelation):IND(B)={(X,y)∈u×U:a∈ B,a(x)=a(y)} 式中如果对aEB都满足a(x)=a(y),则称对 于二元等价关系IND(B),X和Y是不可分辨的.根 据这个二元关系IND(B),可以将论域进行分类,形 成n个等价类,并用U/IND(B)表示.粗糙集理论 的基础是根据已有的知识R将问题的论域U进行 划分,然后利用划分后的结果可定义出两个特殊的 集合:上近似集R一(x)和下近似集R一(x).设 XU,有: R一(x)={Y∈U/IND(R):Yx} R一(x)={Y∈U/IND(R):YX} 并且定义POS(X)=R一(x)为x的正域;NEG (x):U—POS(x)为x的负域;BNR(x)=R一(x) 一 R一(x)为x的边界区域.直观地看,x的正域是 对于知识R,U中所有一定能归入x的元素的集 合;x的负域是对于知识R,U中不能归入x的元素 的集合;BNR(x)是对于知识R,既不能确定是否归 入x的元素的集合. 在给定条件属性的等价分类xi的条件下,决策 属性分类Y的条件概率可表示为 哪/xi= 其中,card.为等价类中对象的基数.这个概率 值也称为Y对xi的粗糙隶属度. 2可变精度粗糙集理论 由于经典粗糙集模型是建立在精确的划分基础 上的,即只有包含和不包含,它对不确定性概念 的边界区域划分过于简单,缺乏对噪音数据的适应 能力.Ziarko将经典粗糙集理论扩展为可变精度粗 糙集(vPRS)理论2,从而更便于处理不完整和模 甘肃科技第20卷 糊数据. 在VPRS中允许存在一定的分类误差B(B∈ [0,5,1]),用来表示决策属性等价分类和条件属性 等价分类交集中对象的基数与该条件属性等价分类 中对象基数的比值.当B=1时可变精度粗糙集模 型就转变为经典粗糙集模型.在VPRS中也定义B 正域,B负域和B边界区域,具体如下: POSc(x)=U{YEU/IND(R):≥} NEGc(x)=U{YEU/IND(R):≤1一} BNRc(x)=U{YEU/IND(R):1一plt;B} 其中,POSc(x)表示根据R将U中的元素误分 类到x中的概率不超过B的等价类的集合;NEGc (x)表示根据R将u中的元素误分类到x中的概 率超过1一B的等价类的集合;BNRC(x)则是两者 之差. 对于整个论域来说并非所有的条件属性都对Y 的分类有用,为此我们要消除掉冗余的属性,这就是 B约简.定义为对c∈C,如果满足POSC(x)= POSC一{c}(x),则c是冗余属性,且C一{c}为