必要性本项目建设是发展非公有制，强化城市旅游功能。本项目建设是完善旅游产业体系配套建设重要举措，通过建荣大酒店硬件加大投入，完善功能提高接待档次和接待能力，构造完整旅游资源体系，优化旅游发展环境，提升区域旅游竞争优势，进步拓展宜良旅游业发展空间。符合县旅游发展规划，适应当地旅游业发展需要随着现代新昆明发展，县作为新昆明卫星城市和次级城市将发挥着越来越重要作用，将会因此带动县旅游市场蓬勃发展，本项目建设将利于以旅游业为主导多点支撑产业体系形成，有助于满足当地旅游客房市场特别是中高端市场发展需要，从而拉动全县经济增长，改善当地生活环境，培育出新型主导产业，促进区域产业结构调整和社会经济协调发展。综上所述，本项目建设符合建荣大酒店自身发展需要，符合国家及县产业政策及规划要求，是加强旅游产业体系配套设施，加快旅游业发展，实现产业结构优化升级需要，因此是十分必要。第三章项目建设条件县概况宜良具有悠久历史，西汉元封二年设昆泽县，属益州郡，蜀汉时期属建宁郡，西晋属晋宁郡，隋属昆州，唐初设新丰县，隶郎州，南诏时期西爨西迁后，乌蛮罗裒部筑城居住，称罗裒龙，属拓东节度辖，宋大理时期属善阐节度，元宪宗六年设大池千户，属嵩明万户，至元十三年升大池为宜良州，二十年改州为县，属中庆路。明清沿称县，属省府。民国时期废府级政区，县直属省管辖。年设宜良专区，县为专署驻地。年撤宜良专区，县改属曲靖专区所辖。年月划入市。宜良现辖个乡镇，个村民委员会，个村民小组，个社区居委会，个居民小组，总人口达万人农业大县。年全县实现生产总值亿元，增长。财政总收入完成亿元，增长县级地方财政般预算收入完成亿元，增长全社会固定资产投资预计亿元，增长社会消费品零售总额预计亿元，增长农民人均纯收入预计达元，增长城镇居民人均可支配收入预计达元，增长。区位交通优势县位于省中部，距省会昆明公里，属市近郊县。东邻陆良石林县，北与马龙嵩明接壤，西连呈贡澄江县和官渡区，南接弥勒华宁县。宜良是现代新昆明城市布局规划卫星城和次级城市，离中心城市正处于分钟经济圈内，交通便捷，四通八达，是昆明通往滇东南交通要塞和商品聚散地。昆河铁路南昆铁路昆石公路昆九公路横穿全境，新建昆石高速公路通车后，从宜良只需分钟就能到昆明。全县个乡镇全部修通柏油公路，村庄都有乡村公路。县委县政府大力实施城镇化战略，把城市和小城镇当作资本来经营，在规划建设管理和经营等方面大胆创新，城市重点工程和小城镇建设工程相继完工，城乡绿化亮化美化彩化工作取得新成效，全县水电路通信环保等基础设施建设以及城乡建设管理水平不断提高。地质地貌条件县地势北高南低，中部平坦，山地谷地与坝子相间分布为地貌总特点。东西最大横距公里，南北最大纵距公里，土地总面积平方公里面布局构思项目总平面布局建筑单体设计项目围护材料选择建筑物节能设计建筑技术经济指标项目结构方案设计工程概况设计依据设计使用年限技术参数结构设计须注意问题给排水方案设计范围设计依据给水系统排水系统消防系统管材选用电气方案设计范围相关国家规范变配电系统应急电源系统照明防雷系统接地及安全系统消防系统弱电机房设置电话通讯系统有线电视系统综合布线系统酒店广播系统漏电火灾报警系统绿化设计方案整体绿化系统绿化配置道路绿化第七章节水节能措施设计依据项目能耗水耗分析节能节水措施第八章环境影响评价环境保护标准项目建设期对环境影响建设期间环境保护措施项目运营期对环境影响运营期间环境保护措施环境影响评价结论第九章劳动安全卫生及消防主要危害因素及危害程度分析安全卫生防范措施消防标准及规范消防措施第十章项目管理机构和保障措施组织机构及管理项目管理劳动定员主要保障措施第十章项目招标管理及施工进度招标主要依据招标组织原则招标范围招标组织形式招标内容项目实施进度第十二章项目投资估算编制依据编制范围主要建材价格及其他费用标准投资估算第十三章经济效益分析项目计算期项目收入与税金项目运营成本及费用第十四章项目不确定性分析盈亏平衡分析敏感性分析第十五章经济效益和社会效益评价财务盈利能力评价偿债能力评价社会效益评价第十六章结论及实施建议结论项目实施建议附表表综合成本估算表表经营收入及税金估算表表损益表表现金流量表附图县建荣大酒店婚宴大厅及配套设施建设项目位置示意图县建荣大酒店婚宴大厅及配套设施建设项目总平面布置图第章总论项目背景项目名称县建荣大酒店婚宴大厅及配套设施建设项目项目承办单位县建荣大酒店项目建设性质新建项目建设期年月年月可研承担机构省坤和设计有限公司项目建设地点项目位于市县匡远镇发达街口本报告研究范围本报告从建设项目投资定位，生产工艺，生产设备，建设规模成本控制，政检被记录下来。如，如果个账户直到年月都没有变化，最后列将会成为当前月列，被用来推算当前这个月结论。在理解这些基础后，创建客户流失模型。鉴于数据文件中数据记录是每月每户列，我们需要使用过去四个月历史数据来建立个预测模型。为了表示数据随时间和季节性行为而变化，我们需把过去独立四个月数据结合在个数据文件里，而在数据文件里每个账户有个包含过去四个月金融信息列。使用数据格式，要求隐性数据成为显形，而时序被分为单独字段。为了完成这点，我们将变量分成静态变量和时间敏感度变量。静态变量不随时间而变化。例子如下账号，母姓，住址和爱好。时间敏感值每月而变化且为了找到季节性时间相关性行为保留在过去个月不同值。时间敏感值被分配到个时间前缀意味着最近个月，意味着前二个月，意味着三个月前，意味着四个月前。因此，例如，在年月到年月当前账户余额反映在表二中定义。鉴于此，下个任务是包含了在干净格式化文件生成额外文件以及将它们添加到结果文件。时间序列数据显示于表三，数据值设置从增加到。表二以四个月为周期时间敏感度数据库。周期与命名上个月，当前账户余额个月前，当前账户余额二个月前，当前账户余额三个月前，当前账户余额。表三按时间顺序展开数据集。目标值定义像很多真实数据挖掘应用程序样，通常在数据仓库中是不会直接定义数据挖掘目标字段，因此，定义合适商业领域研究目标字段也是数据挖掘工作部分。在商业领域专家帮助下，我们在些存在数据中定义来区分未来例子，可能会导致。分类器集成是系列分类器，这些分类器在些方面来划分新样本。为构建分类器集成创建了些方法，有些是般算法和有些特定算法，。我们采用了种混合方法首先，我们用自然条件下贝叶斯网络来建立种分类器，人工神经网络预测，决策树，自然选择条件下贝叶斯网络，然后我们在主要通过投票将从个分类集合成个分类器。集成分类器比任何个个体分类器得到更精确字段。上图是集成分类器所得到结果。数据挖掘发现最初研究揭露了系列变量之间关系以及临界值来进步探讨与分析。如下总结了重要观点和些可能含义上表显示，些特定值或数值范围属性是来预测保留客户和流失客户。这些解释增加了我们信心，而这些属性值将继续在未来继续预测。字段检测为了检测数据挖掘有效性，我们客户采取了字段检测。测试要显示出两个要点客户流失率包含了集中流失客户。基于营销方法数据挖掘对于保留目标是有效。他们对现有客户分类方法从而生成模型，然后将客户流失比率再次进行分类。他们决定与列表中前现有客户进行联系大约名，其中有大约名客户。他们把客户随机分为组，每组大约有名，然后对不同组客户采取积极主动地行动第组，市场营销部门接触每个客户，并提供了些优惠措施来鼓励客户留在公司而第二组，没有采取任何联系。经过个月后，他们检查列表然后发现，在第组中，流失率非常低，而在第二组中，流失率非常高，几乎是，在两个月累积平均流失率为，因此获得了字段在测试数据段中，列表中始终保持着数据。在第组中较低流失率显示，如果积极主动行动是及时和适当，这对客户行为确实有影响，而第二组高流失率证明，我们数据挖掘模型是正确和前高比例流失率被捕捉。结论在此篇论文中，我们演示了种零售银行客户损失分析数据挖掘方法。我们讨论了关于倾向性数据时序数据展开遗漏检测和项零售银行损失分析数据挖掘任务步骤。我们讨论枚举法在作为损失分析适当方法上用处，比较了决策树枚举法，贝叶斯网络等多种数据挖掘方法以及这些方法效果。我们最初发现显示出些有趣结果。我们客户实践检验证明了损失数据挖掘预测模型是很准确，目标导向措施也是有效。参考文献辉戈硕士,年。挖测等，以及项零售银行损失分析数据挖掘任务步骤。我们使用枚举法作为损失分析适当方法，用枚举法比较了决策树，选择条件下贝叶斯网络，神经网络和上述分类集成数据挖掘模型。些有趣调查结果被报道。而我们研究结果表明，数据挖掘技术在零售业银行中有效性。关键词数据挖掘分类方法损失分析简介在金融服务业中解除管制，和新技术广泛运用在金融市场上增加了竞争优势。每个金融服务公司经营策略关键是保留现有客户，和挖掘新潜在客户。数据挖掘技术在这些方面中发挥了重要作用。数据挖掘是个结合商业知识，机器学习方法，工具和大量相关准确信息反复过程，使隐藏在组织中企业数据非直观见解被发现。这个技术可以改善现有进程，发现趋势和帮助制定公司客户和员工关系政策。在金融领域，数据挖掘技术已成功地被应用。•谁可能成为下两个月流失客户•谁可能变成你盈利客户•你盈利客户经济行为是什么•什么产品不同部分可能被购买•不同群体价值观是什么•不同部分特征是什么和每个部分在个人利益中扮演角色是什么在本论文中，我们关注是应用数据挖掘技术来帮助分析零售银行损失分析。损失分析目是确定组高流失率客户，然后公司可以控制市场活动来改变所需方向行为改变他们行为，降低流失率。在直接营销活动数据挖掘中，每个目标客户是无利可图，无效，这个概念很容易被理解。因为有限营销预算和员工，所以数据挖掘模型过去常常被用来排列客户组成，且只有定比例客户通过邮件，电话等联系。如果建立更完善数据挖掘模型和定义正确目标，该公司便就能够接触潜在高密度客户流失集中群体。下面描述了银行流失分析数据挖掘过程步骤商业问题定义在客户保留领域中商业问题明确说明数据审查和初步筛选在现有数据方面问题说明数据集成，编目和格式化数据预处理数据清洗，数据展开和定义时间敏感度变量定义，定义目标变量，统计分析，敏感度分析，漏泄检测，特征选择通过分类模型