- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
以资料探勘技术发掘旅游景点最适性之消费者.doc
F- PAGE 48 2002年管理創新與新願景研討會以資料探勘技術發掘旅遊景點最適性之消費者Using Data Mining Techniques for Discovering the Most Adaptive Consumers of Journey摘要隨著國人愈來愈重視休閒旅遊活動、及旅遊業者提供活動的多樣性,因此,如何提供消費者一個最適性的行銷資訊,已成為旅遊業者急於解決的問題之一。在本篇論文中,我們分別使用分類分析及關聯規則,來發掘出旅遊景點最適性的消費者,在旅遊業者搜尋最適性的消費群組時,可提供非常有用的參考資訊,消費者可以得到最適合的旅遊資訊,而旅遊業者可以藉由最適性的行銷策略,提昇經營的競爭優勢。關鍵詞:資料探勘、分類、關聯規則、適性化ABSTRACTData mining is an useful technique how to extract information and knowledge hidden among the transactional data. In this paper, we present two methods to discover the most adaptive consumers of journey. One is ID3 decision tree which is used to classify the individual characteristic data and traveled data. The other is association rule which is used to analysis the orientation of consumers’ journey.Keywords: Data mining, Classify, Association rules, Adaptive壹、簡介隨著國人所得提高,週休二日的實施,大家愈來愈重視生活品質,因此休閒旅遊已經成為生活的必需品之一。雖然旅遊業者常會推出許多旅遊方案,但是業者往往不容易找到真正適合某旅遊行程的消費者。因此,如何發掘一旅遊景點最適性的消費者,以提供業者鎖定消費組群,擬訂最適合的行銷策略,已成為業者急欲解決的問題之一。所謂的適性化的推薦,就是一種加強客戶關係(customer relationship)的方法,我們將最適合的旅遊資訊、行程與服務推薦給消費者,許多業者都希望朝著個目標發展,以提昇業者本身的行銷競爭優勢。在本篇論文中,我們利用資料探勘(data mining)技術,來發掘出旅遊景點最適性的消費者,以達到最有效的適性化行銷。資料探勘是一種常被用來發掘隱藏在資料間之特徵與關係的技術,資料探勘技術目前已經相當成熟,也常被運用在各個領域當中。因此,本篇論文便採用了分類(classification)及關聯規則(association rules)兩個方法,來對消費者的個人資料及旅遊資料進行探勘,經過探勘所得到的資訊,我們便可對消費者做最適性的景點推薦。本篇論文的架構如下:在第二節中,我們介紹相關的研究;在第三節中,我們將詳細的介紹分類法,利用分類法中的ID3演算法來進行分類的工作,並舉一實例來說明;在第四節中,我們利用關聯規則,來發掘出旅遊景點最適性的消費者,並舉一實例說明;最後,我們在第五節中做一結論。 貳、相關研究資料探勘一種在大量的資料中,找出隱藏在項目之間有用資訊的技術,其可完成以下任務或是更多:分群(clustering analysis)、分類(classification)、關聯規則(association rules)、次序相關分析(sequential pattern analysis)[3, 4]等,可做為企業在從事行銷組合及市場預測等活動時,提供企業非常有價值的參考資訊。[5]說明如何利用資料探勘技術來從事行銷決策及銷售,[1]利用資料探勘技術建構適性化資訊網站的研究,[2]利用資料探勘技術來安排旅遊行程。分類分析法可分為兩類,一為決策樹(decision tree)另一為決策法則(decision rules),目前常見的分類技術包括ID3[6]、CN2[7]、倒傳遞類神經網路(backpropagation)[8]等,分類的精神是從已知的類別物件中依據其屬性去建立類別的過程,經過分類後,我們可以很清楚的看出消費者對於某見事物的意願高低,一個優良的分類技術應該具有產生精簡且預測利佳的分類模式特性。而找出項目之間的關聯性,並以關聯規則表示,則由Agrawal等人首先提出[9]。接下來,我們說明關聯規則的定義;假設I是交易資料庫中所有項目的集合,T是全部交易資料的集合,一筆交易資料Tj,Tj?T,是由一些項目所形成的集合,稱之為項目組(
文档评论(0)