[發明專利]一種基于大數據的預測系統模型與算法

在審

• 申請號: 201710176323.X
• 申請日: 2017-03-23
• 公開（公告）號: CN107169781A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 李麗;方桂芳;周妹香
• 申請（專利權）人: 廣州速鴻信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于大數據的預測系統模型與算法，設計一種新的模型參數選擇準則，從而提高預測處理的精度與泛化性，從而更好地讓企業進行客戶管理。

背景技術

隨著信息時代的到來，大數據分析已成為各個領域愈來愈重視與依賴的技術手段。大數據分析主要包括可視化分析、數據挖掘算法、預測分析以及數據質量管理4個方面。其中,從大量數據中提取人們事先不知道的潛在有用信息從而預測事物未來的發展趨勢在宏觀的經濟預測、市場營銷、客流量分析、太陽黑子數、月降水量、河流流量、股票價格變動等眾多領域得到應用。

目前， 企業的觀念正逐漸變成以客戶為中心，為客戶提供有針對性的營銷和服務變得越來越重要。 特別是隨著網絡通訊的迅猛發展，企業可收集海量的關于客戶的信息和數據， 應用這些數據去獲得有價值的信息，以對客戶購買行為預測，進而對客戶關系管理都是企業急需攻克的難題。

大數據環境下，隨著企業間的競爭加劇，企業越來越意識到客戶購買行為預測的重要性。速鴻科技選擇利用改進的決策樹模型對客戶購買行為進行預測，進而探索大數據環境下的客戶管理，這無論對于企業還是社會都有十分重要的意義。

發明內容

本發明提供一種基于大數據的預測系統模型與算法，不只是局限于單純的分析客戶購買行為方面，而是對客戶的各方面的信息進行分析，然后對客戶進行分類，以幫助企業對客戶的購買行為進行預測，能更好，更實際的處理問題。

為了實現上述目的，本發明采用的技術方案如下。

基于大數據的預測系統模型與算法，包括以下步驟。

（1）基于ID3的決策樹模型構建。建立一個樣本數據集，通過一定的方法，把這些數據有效的分類出來，這里要用到信息熵這個概念，最終得到各個屬性的信息增益，將信息增益最大的作為根節點進行分類。

（2）算法的優化及優化前后效果比較。ID3 算法只能從局部最優來考慮 ，只會考慮每一步下的最優情況。但是，因為很多原因，例如噪音數據的影響等，往往不能得到全局最優，所以引入了屬性核的概念來考慮優化問題。比較可以發現，利用ID3算法做出的決策樹模型會有一個很明顯的缺陷，那就是做出的決策樹一般高度很大，但是寬度很小，這樣會讓決策樹變得非常的繁雜，而且解讀起來也很困難。但是優化后算法做出的決策樹兼顧到了決策樹的高度和決策樹的深度，這樣能讓使用者更好的理解和解讀決策樹的結果， 因而更能滿足企業對客戶的購買行為進行預測的現實需要。

與現有技術相比，本發明具有以下有益效果。

（1）本系統可以通過決策樹模型做出對客戶購買行為的預測，從而更好地讓企業進行客戶管理。

(2)本系統可以讓決策樹模型更好更廣泛的適用于各類情況，并利用樣本數據對改進的決策樹的算法進行研究。

(3)本系統在商業上也有著巨大的應用前景，可以通過海量數據來判斷客戶的開戶年數，進而實現對客戶的放貸，融資等業務的更好的掌控。

(4)本系統通過大數據預測過程和引入企業營銷者主體因素，打開“消費者黑箱”，最后使整個模型形成一個動態的、互動的自反饋系統。

(5) 本系統通過案例系統地分析了企業通過大數據可以獲取并存儲客戶的個性化需求，從而重新擁有一對一的客戶關系管理優勢，從而實現以客戶為中心來創造價值。

附圖說明

圖1為本發明的流程圖。

圖2為結果的詳細解讀。