However, there are some drawbacks f

However, there are some drawbacks for data mining tool, such as neural networks has long training times and genetic algorithm is brute computing method.

A practical collected C-company dataset in Taiwan’s electronic industry is employed in empirical case study to illustrate the proposed procedure. Referring to [Hughes, A. M. (1994). Strategic database marketing. Chicago: Probus Publishing Company], this study firstly utilizes RFM model to yield quantitative value as input attributes; next, uses K-means algorithm to cluster customer value; finally, employs rough sets (the LEM2 algorithm) to mine classification rules that help enterprises driving an excellent CRM. In analysis of the empirical results, the proposed procedure outperforms the methods listed in terms of accuracy rate regardless of 3, 5 and 7 classes on output, and generates understandable decision rules.

ผลลัพธ์ (ไทย) 1:

แต่มีข้อบกพร่องบางอย่างสำหรับเครื่องมือการทำเหมืองข้อมูลเช่นเครือข่ายประสาทจะมีเวลาการฝึกอบรมระยะยาวและขั้นตอนวิธีพันธุกรรมเป็นวิธีการคำนวณเดรัจฉาน.

ชุดข้อมูลจริงที่เก็บรวบรวม บริษัท บิ๊กซีในอุตสาหกรรมอิเล็กทรอนิกส์ของไต้หวันเป็นลูกจ้างในกรณีศึกษาเชิงประจักษ์ในการแสดงที่นำเสนอ ขั้นตอน หมายถึง [ฮิวจ์ส เมตร (1994) ฐานข้อมูลการตลาดเชิงกลยุทธ์ ชิคาโก:Probus] บริษัท สำนักพิมพ์การศึกษาครั้งนี้ใช้รูปแบบแรก RFM ให้ผลผลิตมูลค่าเชิงปริมาณเป็นคุณสมบัติอินพุต; ไปใช้ K-หมายถึงขั้นตอนวิธีมูลค่าของลูกค้ากลุ่ม; ในที่สุดพนักงานชุดหยาบ (lem2 อัลกอริทึม) เหมืองกฎการจัดหมวดหมู่ที่ช่วยให้องค์กรการขับรถ CRM ที่ดีเยี่ยม ในการวิเคราะห์ผลการทดลอง,ขั้นตอนที่นำเสนอมีประสิทธิภาพดีกว่าวิธีการที่ระบุไว้ในแง่ของอัตราความถูกต้องโดยไม่คำนึงถึง 3, 5 และ 7 ชั้นเรียนส่งออกและสร้างกฎการตัดสินใจที่เข้าใจ

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตาม มีข้อเสียบางอย่างสำหรับเครื่องมือการทำเหมืองข้อมูล เช่นเครือข่ายประสาทมีเวลาฝึกยาวนาน และอัลกอริทึมทางพันธุกรรมได้ brute คอมพิวเตอร์วิธี

ชุดปฏิบัติรวบรวมบริษัท C ข้อมูลในอุตสาหกรรมอิเล็กทรอนิกส์ของไต้หวันเป็นลูกจ้างในประจักษ์กรณีศึกษาเพื่อแสดงขั้นตอนการนำเสนอ อ้างอิง [ฮิวจ์ส A. M. (1994) ฐานข้อมูลกลยุทธ์การตลาด ชิคาโก: Probus ประกาศ บริษัท], ศึกษาประการแรกใช้ RFM แบบจำลองให้ค่าเชิงปริมาณเป็นคุณลักษณะอินพุต ใช้อัลกอริทึมหมายถึง K คลัสเตอร์ลูกค้าค่า ถัดไป ในที่สุด ใช้ชุดหยาบ (อัลกอริธึม LEM2) เพื่อศึกษากฎประเภทที่ช่วยองค์กร CRM ดีขับรถ ในการวิเคราะห์ผลรวม ขั้นตอนการนำเสนอ outperforms วิธีการที่แสดงในแง่ของอัตราความถูกต้องว่า 3, 5 และ 7 ชั้นออก และสร้างกฎการตัดสินใจที่เข้าใจ

ผลลัพธ์ (ไทย) 3:

แต่ถึงอย่างไรก็ตามยังมีบางส่วนข้อเสียสำหรับข้อมูลการทำเหมืองแร่เครื่องมือเช่นการเป็นเครือข่ายมีความยาวเกินเวลาและการฝึกอบรมทางพันธุกรรมอัลกอริธึมการประมวลผลวิธีการเป็นการโจมตีแบบ Brute .

ที่ใช้งานได้จริงเก็บรวบรวม c - บริษัท dataset ในไต้หวันของอิเล็กทรอนิกส์อุตสาหกรรมในเชิงประจักษ์กรณีศึกษาในการแสดงให้เห็นถึงที่เสนอตามขั้นตอน. อ้างถึง[ฮิวจ์ a . m .( 1994 ) ฐานข้อมูลเชิงกลยุทธ์ด้านการตลาด. ชิคาโกการเผยแพร่ probus บริษัท]การศึกษานี้ประการแรกจะใช้รุ่น rfm จะยอมให้ความคุ้มค่าในเชิงปริมาณเป็นแอตทริบิวต์อินพุตถัดไปจะใช้อัลกอริธึม K - หมายถึงการคุณค่าที่มอบให้กับลูกค้าเป็นกลุ่มสุดท้ายคือมีพนักงานชุดขรุขระ(อัลกอริธึม lem 2 )เป็นไปตามระเบียบการแบ่ง ประเภท ของเราที่ช่วยให้บริษัทขับรถที่ดีเยี่ยม CRM ได้อีกด้วย ในการวิเคราะห์ผลการวิจัยได้ขั้นตอนที่เสนอที่มีวิธีใดวิธีหนึ่งที่มีรายชื่ออยู่ในเงื่อนไขของอัตราความแม่นยำโดยไม่คำนึงถึง 35 และ 7 ชั้นเรียนในเอาต์พุตและสร้างกฎการตัดสินใจสามารถเข้าใจได้