客户关系管理实验-神经网络、logistics回归与聚类分析.doc

实 验（实训）报 告

项 目 名 称神经网络、logistics回归与聚类分析
所属课程名称 客户关系管理
项 目 类 型 操作型
实验(实训)日期 2013年5月15日

班 级 11物流
学 号 110103500105
姓 名 戴嘉婧
指导教师 陈远高

浙江财经学院教务处制
一、实验（实训）概述：
【目的及要求】
目的：
熟悉Clementine数据流的构建过程，掌握logistic、神经网络与聚类分析模型的应用。
要求：
根据实验步骤完成数据流建立，并获得分析结果。实验结束后提交实验报告。
【基本原理】
数据挖掘流程；logistic模型；神经网络模型、聚类分析模型
【实施环境】（使用的材料、设备、软件）
Windows操作系统，Clementine 11.1

二、实验（实训）内容：
【项目内容】
应用Clementine11.1中的神经网络模型、logistics模型、聚类分析模型进行数据分析。
【方案设计】
注意：在建模操作过程中，请将生成的模型名称改为自己的学号和姓名。
1 应用Satisf.sav数据（见附件），应用以下模型进行分析：
a) 应用神经网络模型，根据消费者个人基本信息（gender、agecat、distance）和满意因素（price、numitems、org、service、quality）预测顾客总体满意度水平（overall）；
2 应用NewsChan.sav数据
a) 应用Logistic模型，选择合适的方法预测消费者是否会预订有限电视服务行为（NEWSCHAN字段）；
b) 通过聚类模型对于有线电视客户进行分类（NEWSCHAN字段不作为分类的输入变量），探索不同类别的客户具有哪些不同的特征，哪些类别的客户更愿意预订有线电视服务。

【实验（实训）过程】（步骤、记录、数据、程序等）
1、

执行得到

2、（1）导入模型spss文件

设置类型

建立K-Means模型

生成模型

【结论】（结果、分析）
1、

2、

第一类里面女性较多，孩子较少，收入较为平均
第二类里面男性较多，孩子较多，收入大多集中在$10K以下和$10K-20K,$20K以上收入的人较少
第三类里面男性比女性稍多一点。收入全部在$10K以下

因此当条件符合第一类，女性较多，孩子较少，收入较为平均的时候更愿意预订有线电视服务。
三、指导教师评语及成绩：
评语：

成绩： 指导教师签名：
批阅日期：