隨著計算機信息技術的發(fā)展及互聯(lián)網(wǎng)的快速普及,人們的生活方式發(fā)生革命性的變化。尤其是進入大數(shù)據(jù)時代,數(shù)據(jù)呈指數(shù)級增長,傳統(tǒng)的營銷模式已不能滿足用戶需求也無法給企業(yè)增加更多效益,精準營銷應運而生。大數(shù)據(jù)時代下的精準營銷更是以數(shù)據(jù)為基礎,多維度分析企業(yè)用戶的行為和屬性數(shù)據(jù),有針對的制定營銷活動。本文就是以精準營銷理論為基礎理論框架,并闡述在大數(shù)據(jù)時代下營銷活動的重點是有效分析營銷數(shù)據(jù)及如何利用機器學習來提高數(shù)據(jù)分析能力。文中以精準營銷中常見的分類問題為例,詳細介紹分類問題的原理定義,精準營銷中的分類問題,利用機器學習解決分類問題。在介紹利用機器學習解決分類問題時選擇分類問題中常用的邏輯回歸分類算法,隨機森林分類算法,樸素貝葉斯分類算法及K近鄰分類算法,分別闡述四個算法的原理,推導過程及優(yōu)缺點,并以一個實際的精準營銷分類問題為例來介紹四個算法模型在實際精準營銷活動中的運用,對比分析四個算法模型在樣本數(shù)據(jù)訓練過程中的優(yōu)劣及出現(xiàn)的問題以及問題的解決辦法。并在文章的最后一章指出本文研究存在的局限不足,希望此文能對精準營銷領域分類問題的研究提供一些作用。 

【文章頁數(shù)】：46 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 關于精準營銷的研究
        1.2.2 關于分類問題及算法的研究
    1.3 論文創(chuàng)新點
    1.4 論文的研究內(nèi)容及組織結(jié)構
第2章 精準營銷及分類問題相關理論原理
    2.1 精準營銷簡介
    2.2 精準營銷原理
    2.3 分類問題簡介
    2.4 處理分類問題核心：分類器
    2.5 分類器常用算法
        2.5.1 邏輯回歸
        2.5.2 隨機森林
        2.5.3 樸素貝葉斯分類算法
        2.5.4 K近鄰算法
    2.6 精準營銷中的分類問題
第3章 基于分類算法對精準營銷分類問題的實證研究
    3.1 背景
    3.2 數(shù)據(jù)
        3.2.1 數(shù)據(jù)介紹
        3.2.2 數(shù)據(jù)預處理
    3.3 搭建并訓練分類器模型
    3.4 模型精確度檢測
    3.5 評估模型：擬合度
    3.6 檢測模型偏度
    3.7 結(jié)論
第4章 論文總結(jié)及不足
參考文獻
附錄
致謝
個人簡歷在讀期間發(fā)表的學術論文與研究成果



本文編號：3656648