某上市寵物公司促銷策略分析.pdf

1、數(shù)據(jù)挖掘和大數(shù)據(jù)處理作為當今學術科研及商業(yè)應用中熱門的研究領域之一，涉及了統(tǒng)計學，計算機科學，機器學習等不同學科。本文應用了一些數(shù)據(jù)挖掘中基本方法來實現(xiàn)預測特定屬性，描述概括數(shù)據(jù)中潛在的聯(lián)系模式等任務。
　　本文研究數(shù)據(jù)來源為真實客戶數(shù)據(jù)，主要論述了用邏輯回歸分析建立相似模型過程中的數(shù)據(jù)清洗和變量選擇的方法，并重點闡述了在實際商業(yè)應用中如何評價預測模型的準確性和穩(wěn)定性。在相似模型的基礎上本文進一步利用決策樹以及隨機森林方法進行客戶

2、分析和模型驗證。
　　為實現(xiàn)大數(shù)據(jù)處理，首先利用了SQL server實現(xiàn)關系數(shù)據(jù)庫以及建模數(shù)據(jù)準備。之后利用SAS enterprise進行數(shù)據(jù)預處理和探索性分析，基于數(shù)據(jù)和業(yè)務需求，制定并測試建模方法，并且簡化數(shù)據(jù)、創(chuàng)建最終變量、迭代擬合模型，判定模型的合理性，對模型進行優(yōu)化和改進，引導最終變量和模型的選取。根據(jù)模型所獲得的最終預測結果，針對每一個潛在或現(xiàn)有用戶，生成得分代碼和分段標簽，該預測值會幫助決策是否需要針對該客戶要發(fā)