统计数据分析心得体会总结 统计数据的搜集与整理心得体会(2篇)

当我们备受启迪时，常常可以将它们写成一篇心得体会，如此就可以提升我们写作能力了。那么我们写心得体会要注意的内容有什么呢？下面是小编帮大家整理的心得体会范文大全，供大家参考借鉴，希望可以帮助到有需要的朋友。

主题统计数据分析心得体会总结一

随着我国的旅游业的迅猛发展，旅游产业正迈向国际化的轨道，传统旅游业积累的海量数据，没有被有效利用，资源被极大浪费。将数据挖掘引入到旅游产业是大势所趋。当前数据挖掘在旅游信息化建设中的应用与研究情况主要集中在高校理论界的研究，大多数研究仅仅是学术研究，真正运用到旅游行业的文章多是从某个具体的方面出发，针对个别应用进行数据挖掘的融合。笔者主要研究决策树方法在旅游信息化建设中的应用。目前，决策树算法有cls算法、id3算法、c4.5算法、cart算法、sliq算法、z统计算法、并行决策树算法和sprint算法等。不同算法在执行效率、输出结果、可扩容性、可理解性、预测的准确性等方面各不相同。总的来说，这么多决策树算法各有优缺点，真正将数据挖掘运用到整个旅游信息化建设中还有很多问题需要解决。

数据挖掘中常用的基本分类算法有决策树、贝叶斯、基于规则的算法等等。其中，决策树是目前主流的分类技术，己经成功的应用于更多行业的数据分析。在关联规则挖掘研究中，最重要的是apriori算法，这个算法后来成为绝大多数关联规则分类的基础。聚类算法也是数据挖掘技术中极为重要的组成部分。与分类技术不同的是，聚类不要求对数据进行事先标定，就数据挖掘功能而言，聚类能够可以针对数据的相异度来分析评估数据，可以作为其他对发现的簇运行的数据挖掘算法的预处理步骤。各种算法分类模型建立有所不同，但原理是大致相同的。笔者考虑决策树算法结构简单，便于理解，且很擅长处理非数值型数据，建模效率高，分类速度快，特别适合大规模的数据处理的优点，结合旅游产业数据特点，故作重点分析。

旅游业数据挖掘系统的基本特点如下：统计旅游兴趣；购物消费趋向；推荐其感兴趣的旅游景点；在后台管理中，通过决策树算法对游客数量、平均年龄、景点收费、游客来自地区等进行分析总结，为旅游消费者和旅游管理者提供服务：为消费者提供吃住行购娱乐天气各方面信息查询、机票、车船票、酒店、景区门票、餐饮等方面的预定与现金支付、第三方支付、消费者评价、在线咨询等方面的便利