客户关系管理实验二.pdfVIP

实 验（实训）报 告 项 目 名 称 CRT 决策树与贝叶斯网络分析 所属课程名称 客户关系管理 项 目 类 型 操作型 实验 ( 实训 ) 日期 班 级 11 信息 2 学 号 100104100246 姓 名 陈红伟 指导教师 陈远高 浙江财经学院教务处制 一、实验（实训）概述： 【目的及要求】 目的： 熟悉 Clementine 数据流的构建过程，掌握决策树和贝叶斯网络模型在客户分析中的应用。 要求： 根据实验步骤完成数据流建立，并获得分析结果。实验结束后提交实验报告。 【基本原理】 数据挖掘流程；决策树模型；贝叶斯网络模型 【实施环境】（使用的材料、设备、软件） Windows 操作系统， Modeler 14.1 二、实验（实训）内容： 【项目内容】 应用 Modeler 14.1 的决策树模型（ CRT ）与贝叶斯网络模型进行客户数据分析，获得客户分 类结果。 【方案设计】 注意：在建模操作过程中，将模型名称修改为自己的学号 +姓名。 应用 exp2.xls 数据，预测产生服务预订行为 (是否预订本服务 =1) 的客户特征。 a) 选择性别为女性的顾客，使用 CRT 模型进行预测，设置好树的停止生长条件，生 成决策树， 找出决策树中索引指数最高的两个节点， 并分析这些最可能预订服务的客 户特征；分析模型预测准确性。 b) 按照自己学号最后两位， 随机抽取该比例加 30%的数据记录 （学号为 1 号，抽取 31% 的数据记录） ，使用特征选择模型选取重要性大于等于 1 的字段，使用贝叶斯网络模 型获得贝叶斯网络图；分析模型预测准确性。 【实验（实训）过程】 （步骤、记录、数据、程序等） a) 1. 选择“ Excel ”型源节点，并导入实验数据； 2. 选择“字段选项”下的“类型”节点，设置数据的测量类型 3. 选择“记录选项”下的“选择节点” ，设置选择条件，筛选出性别为女的记录 、 4. 选择“建模”选项卡下的“ CR 树”，设置为：启动交互会话，父分支中的最小记录数为 20 ，子分支中的最小记录数为 10，模型名称为 100104100246 陈红伟，运行模型 5. 生成决策树，选择“增益”选项卡，选择“目标类别”为“ 1.0 ” 6. 索引指数最高的两个节点分别为节点 19 （111.43%），节点 29 （111.43%） 7. 节点 19 的客户具有以下特征：工作年限在 25 年以下，家庭收入档次在 2-3 档之间 ,拥有 个人电脑并且使用网络服务； 8. 节点 29 的客户具有以下特征： 年龄在 58.5 岁以下， 工作年限在 12.5 年以上， 拥有个人电 脑，使用网络服务和传呼服务； 生成模型，选择“输出”选项卡的“分析”节点并运行； 9. 模型预测的正确率和错误率分别为 90.22%和 9.78% ，模型预测准确高。 b) 1. 数据导入， 类型设置同