大数据与智能商务案例分析-logistics回归、神经网络与聚类分析.doc

实验（实训）报告

项目名称logistics回归、神经网络与聚类分析

所属课程名称大数据与智能商务

项目类型操作型

实验(实训)日期2018年3月

一、实验（实训）概述：

【目的及要求】

目的：

熟悉Modeler14.0数据流的构建过程，掌握logistic、神经网络与聚类分析模型的应用。

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；logistic模型；神经网络模型、聚类分析模型

【实施环境】（使用的材料、设备、软件）

Windows操作系统，Modeler14.0

二、实验（实训）内容：

【项目内容】

应用Modeler14.0中的神经网络模型、logistics模型、聚类分析模型进行数据分析。

【方案设计】

注意：在建模操作过程中，请将生成的模型名称改为自己的学号和姓名。

应用exp4.sav数据（见附件），应用以下模型进行分析：

应用logistics模型，根据消费者个人基本信息（gender、agecat、distance）和满意因素（price、numitems、org、service、quality）预测顾客总体满意度水平（overall）；

应用神经网络模型，根据消费者个人基本信息（gender、agecat、distance）和满意因素（price、numitems、org、service、quality）预测顾客总体满意度水平（overall）；

应用聚类模型，进行客户分类，探索不同类别的客户具有哪些不同的特征，哪些类别的客户有更高的总体满意度水平。

【实验（实训）过程】（步骤、记录、数据、程序等）

a)应用logistics模型来预测顾客总体满意度水平

1、导入数据，对数据类型进行定义；

2、Gender为分类变量，agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量，以上这些变量为分类变量，OVERALL为因变量，采用有序logistic进行建模和分析。过程采用：多项式法；模型类型为：主效应；多项式过程采用的方法为：后退法。OVERALL的值为“StronglyNegative”为对照，拟合logistic模型。

下图为利用logistic进行建模分析的流程图：

b)应用神经网络模型来预测顾客总体满意度水平

1、导入数据，对数据类型进行定义；

2、Gender为分类变量，agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量，以上这些变量为分类变量，OVERALL为因变量，将OVERALL设置为目标变量。

构建模型选项，选择“创建标准模型”，采用多层感知器，隐藏层采用“自动计算单元数”，置信度基于“下一个最可能导致的概率增加”

流程图如下：

C）K-Means聚类模型的生成

应用聚类模型，对客户分类

1、导入数据，对数据类型进行定义；

2、Gender为分类变量，agecat、distance、NUMITEMS、ORG、SERVICE、QUALITY为有序分类变量，以上这些变量为分类变量，OVERALL为因变量，将OVERALL设置为目标变量，

3.采用聚类K-Means分析建模：

以OVERALL为目标字段，根据OVERALL的值，聚为5类。

【结论】（结果、分析）

a)利用logistic回归探究影响客户满意度的因素

下表为模型的拟合分析：

由上图，当模型仅包含截取项的时候，AIC的值为1824.454，-2LogLikelihood的值为1816.454，当引入自变量后，AIC的值为1525.549,2LogLikelihood的值为1357.549，AIC的值和-2LogLikelihood均变小，说明模型的拟合度变优。

下图为引入logistic回归的自变量，

由上图可知，显著性均小于0.05，表明以上自变量对模型均有统计学意义。

消费者自身的变量，如：GENDER，AGECAT、DISTANCE等变量均不纳入logistic回归模型。

下图是引入模型的变量对的重要性进行分析

上图为预测变量的重要性图：

由上图可知，service对顾客的满意度的影响因素最大。说明，良好的服务态度对得到顾客较高满意度的答复有重要作用。PRICE，NUMITEMS，QUALITY，ORG也有助于得到顾客购物较高的满意度。消费者自身的变量GENDER、AGECAT、DISTANCE，对顾客购物满意度无影响。表明顾