《分类预测方法及其在经济管理决策中的应用》是关于分类预测方法及其在经济管理决策中应用的研究专著。全书总结了国内外最新的研究资料和作者及所在的研究团体多年的科研成果，涉及面较广，内容新颖，反映了当前该领域的研究水平。
    全书理论联系实际，使读者能很快地将最新的分类预测方法应用到经济管理实践中。全书共分为八章，内容包括分类预测基本概念及其与经济管理决策的关系、数据预处理、常用的分类预测方法、基于组合和集成的新分类预测方法及其在企业财务困境预测中的应用、信用评估、数据库营销中的应用、分类预测方法的研究进展等。
    《分类预测方法及其在经济管理决策中的应用》既可作为从事数据挖掘、商务智能、管理决策等方面研究的科技人员的参考资料，也可以作为高等院校管理科学与工程专业研究生和高年级本科生的教学用书和参考用书。

    数据库营销的理论方法及其应用研究具有重要意义。首先，数据库营销使企业能够集中精力于更少的消费者身上，最终目标集中在最小消费单位直到个人身上，实现准确定位。例如，美国有85%的企业认为他们需要数据库营销来加强竞争力。由于运用消费者数据库能够准确找出某种产品的目标消费者，企业就可以避免使用昂贵的大众传播媒体，可以运用更经济的促销方式，从而降低成本，增强企业的竞争力。具有关资料统计，运用数据库技术进行消费者筛选，其邮寄宣传品的反馈率，是没有运用数据库技术进行筛选而发送邮寄宣传品的反馈率的10倍以上。
    其次，数据库营销能够获得更多的长期忠实客户。一般而言，寻求一个新顾客的成本是维持一个老顾客所需成本的2倍，而要使一个失去的老顾客重新成为新顾客所花费的成本则是寻求一个新顾客成本的10倍。因此，如果比竞争对手更了解顾客的需求和欲望，留住的最佳顾客就更多，就能创造出更大的竞争优势。用回头客忠诚度数据库营销经常地与消费者保持沟通和联系，可以维持和增强企业与消费者之间的感情纽带。另外，运用储存的消费记录来推测其未来的消费者行为，具有相当的精确性，从而使企业能更好地满足消费者的需求，建立起长期稳定的客户关系。
    最后，传统营销大多运用大众传媒（报纸、杂志、网络、电视等）大规模地宣传新品上市，或实施新的促销方案，容易引起竞争对手的注意，使他们紧跟其后推出竞争措施，影响预期的效果。运用数据库营销则可与消费者建立紧密关系，一般不会引起竞争对手的注意，避免公开竞争。如今，很多知名企业都将这种现代化的营销手段运用到自身，力求提高市场竞争力。
    ……

第一章 绪论
第一节 数据挖掘中的分类预测
第二节 分类预测与经济管理决策

第二章 数据预处理
第一节 数据预处理的重要性
第二节 数据清洗
第三节 特征约简
第四节 本章小结

第三章 分类预测方法简介
第一节 贝叶斯分类
第二节 Logistic回归
第三节 决策树
第四节 人工神经网络
第五节 支持向量机
第六节 K-近邻法
第七节 本章小结

第四章 支持向量机与Logistic回归集成的分类预测
第一节 支持向量机相关研究
第二节 估计支持向量机的误分频率
第三节 支持向量机与Logistic回归集成
第四节 实验计算结果
第五节 本章小结

第五章 基于分类预测技术的财务困境预测
第一节 财务困境预测的概念
第二节 财务困境预测候选指标集合
第三节 财务困境预测的实证研究
第四节 财务困境中长期预测
第五节 考虑企业相对效率的财务困境预测
第六节 基于组合分类方法的财务困境预测
第七节 本章小结

第六章 基于组合分类预测的消费者个人信用评估
第一节 消费者个人信用评估的概念及意义
第二节 消费者个人信用评估模型
第三节 组合分类预测方法
第四节 实证研究结果
第五节 本章小结

第七章 基于分类预测技术的数据库营销
第一节 数据库营销的概念和意义
第二节 消费者异质性对数据库营销的影响
第三节 一种改进的K-近邻法
第四节 计算结果及分析
第五节 基于组合分类的数据库营销
第六节 本章小结

第八章 分类预测方法研究进展
第一节 半监督学习
第二节 集成学习
第三节 本章小结
参考文献