发帖
雷达卡
【Application of data mining techniques in customer relationship management:
A literature review and classification】2006。E.W.T. Ngai a,*, Li Xiu b, D.C.K. Chau a
它提供了一个涵盖2000-2006年之间的24个期刊的学术文献的数据库，同时提出了一种分类架构用于文献分类。识别了900篇有关数据挖掘技术在CRM的应用的文献，并就其相关文献进行了评论。紧接着又筛选、评论并分类了87篇文献，分别分入了4个CRM方面类（客户分类，客户吸引，客户保持和客户发展）和7个数据挖掘功能类（关联，分类，聚类，预测，回归，次序发现和可视化）。
【数据挖掘中分类方法综述】2007。钱晓东
对数据挖掘中的核心技术分类算法的内容及其研究现状进行综述。认为分类算法大体可分为传统分类算法和基于软计算的分类法两类，主要包括相似函数、关联规则分类算法、K近邻分类算法、决策树分类算法、贝叶斯分类算法和基于模糊逻辑、遗传算法、粗糙集和神经网络的分类算法。通过论述以上算法优缺点和应用范围，研究者对已有算法的改进有所了解，以便在应用中选择相应的分类算法。
【数据挖掘综述】2004。王光宏, 蒋平
从人工智能、统计分析和数据库技术个方面对数据挖掘技术进行了总结从模式识别的角度讨论了数据挖掘技术的主要任务, 包括分类、聚类、回归、关联、序列和偏差种模式的识别详细介绍了数据挖掘技术的常用方法, 包括模糊理论、粗糙集理论、云理论、证据理论、人工神经网络、遗传算法以及归纳学习列举了当前数据挖掘技术的实际应用场合, 并指出其今后的发展趋势以及急需关注的问题。
【决策树简化（剪切）方法综述】2004。王熙照，游自英
论文是决策树简化方法的一个综述，包括预剪枝、后剪枝和其它方法。文中叙述了多种著名的剪枝方法，各种方法的优缺点及对其的改进和变型。
个人觉得第一个是最好的，全面而详细，虽然是英文的，但是很值得一看。
另外两篇一篇是关于分类方法的集中具体算法综述，另一篇是数据挖掘的整体综述，希望对大家有所帮助。
最后一篇关于决策树树剪枝几种具体算法的文章也比较有使用价值，希望对大家有用。^_^
京公网安备 11010802022788号
