1、商务智能课程设计报告班 级： 信管 131 学 号： 3130561025 姓 名： 姚丹妮 同 组 人: 赵咪 杨乔 指导教师： 王建仁/李明 日 期：2016.01.04-2016.01.08 2目录1需求分析 .32数据理解 .33挖掘（或分析）数据准备 .44数据挖掘（或分析）过程 .54.1 挖掘算法与挖掘软件选择 .54.2 数据预处理 .54.3 挖掘过程说明 .65结果展示与评价 .186总结 .196.1 设计中遇到的主要问题及解决方法 .196.2 设计方案的主要优点及不足 .196.3 收获及建议 .19参考文献 .193连锁酒店顾客信用度分析方案设计1需求分析一个连锁酒
2、店的经营与不同客户息息相关。酒店不仅需要每天面对不同的新增客户，也需要维系老客户。所以对于已消费的顾客的信用度的分析尤为重要。不同顾客信用度之间存在诸多差异。好坏之分也影响了酒店的经营状况。一个信用度良好的客户对于酒店来说是好事，但如果一个顾客信用度底下，则极有可能出现拖欠房费等状况，这会严重损坏酒店利益。因此我会采用分类分析的方法。利用决策树模型构建顾客信用度分析体系，并进行相关预测，以便于酒店日后的经营以及对顾客的服务，对于那些信用度良好的顾客可以给予一定优惠，而对于那些信用度较差的顾客，则要避免在酒店再次进行消费而又不付款的情况。2数据理解为建立决策树，需要事先建立数据挖掘所需数据库或数
3、据表，即顾客信用数据表。将顾客相关信用度的信息输入表中，以便分析。输入的信息均具有代表性。不重复不冗余，如若不然，可再进行数据预处理。所需数据如下图所示：43挖掘（或分析）数据准备首先需要在数据库中建立“数据挖掘实验“数据库，并在数据库中建立表“顾客信用数据表 1”（1）设计“顾客信用数据表 1”，表结构如下图所示：设置“顾客编号”为主键。（2）编辑表的前 200 行，输入表中信息。 （注意输入的信息一定要具有代表性，避免冗余与重复）54数据挖掘（或分析）过程 4.1 挖掘算法与挖掘软件选择算法：分类分析算法（决策树）软件：microsoft visual studio 20084.2 数据预
4、处理由于表“顾客信用数据表 1”中的数据存在冗余缺失等问题，所以需要对表中数据进行数值化处理，离散化处理等相应的预处理操作，并将预处理之后的信息存入新表“顾客信用数据表 2”中。具体步骤如下所示：（1）将年龄属性列的数据进行离散化处理，设置区域范围，分别为=50 三个范围，并将表中“年龄”属性列中的信息按照其对应的范围进行修改，以便于决策树的生成（2）将年收入属性列的数据进行归一化处理，将每个数据值除以 100000，缩小数据，以便观察。（同时要修改表中“年收入”属性列的数据类型，由 int 改为 float）（3）将信用等级属性列进行数值化处理，等级“A/B/C/D/E”分别对应“1/2/3
5、/4/5”，将表中“信用等级”属性列中的信息按照其对应的数值进行修改，以便于决策树的生成预处理之后的表的结构及内容如下图所示：表结构：6表中具体内容：4.3 挖掘过程说明（1）打开挖掘软件，点击“新建”，建立“顾客信用分析”的挖掘项目。（2）定义数据源。在页面右方点击新建“数据源”，点击“下一步”。7将服务器名改为“localhost”，选择使用 windows 身份验证，选择“数据挖掘实验”数据库。点击“下一步”。8选择“使用服务账户”，点击“下一步”。然后完成。（3）定义数据源视图。在页面右方点击新建“数据源视图”，点击“下一步”。9选择“数据挖掘实验”，点击“下一步”。选择“与主键同名”，点击“下一步”。10选择“顾客信用数据表 2”（已经进行过数据预处理的表），点击“下一步”。然后完成。
