数据挖掘技术在ｃｒｍ中的应用论文

《数据挖掘技术在ｃｒｍ中的应用论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘技术在ＣＲＭ中的应用论文摘要:本文阐述了CRM的内涵和外延及数据挖掘技术常用的算法和分析方法，并在此基础上重点分析了数据挖掘技术在CRM中的功能和应用。关键词：数据仓库；数据挖掘；知识发现；客户关系管理一、CRM的概念经过20多年的发展，市场经济的观念已深入人心，一些先进企业的经营理念正在经历着从以产品为中心向以客户为中心的转移。在这种背景下，企业有必要对客户的各种活动和信息进行集成，实现对客户的全面管理，这就是所谓的“客户关系管理”（CRM）。客户关系管理(CRM)源于以客户为中心的商业模式，其通过对客户关系的有效管理.freels）。遗传算法根据适

2、者生存的原则，形成由当前群体中最适合的规则组成新的群体，以及这些规则的后代。遗传算法用于分类和其他优化问题。（4）粗糙集方法。粗糙集方法基于给定训练数据内部的等价类的建立。它将知识理解为对数据的划分，每一被划分的集合称为概念，利用已知的知识库来处理或刻画不精确或不确定的知识。粗糙集用于特征归约和相关分析。（5）模糊集方法。基于规则的分类系统有一个缺点：对于连续属性，他们有陡峭的截断。将模糊逻辑引入，允许定义“模糊”边界，提供了在高抽象层处理的便利。其它还有贝叶斯网络、可视化技术、临近搜索方法和公式发现等方法。2．数据挖掘常用的分析方法。（1）分类和预测。分类和

3、预测是两种数据分析形式，可以用于提取描述重要数据类的模型或预测未来的数据趋势。数据分类（dataclassfication）是一个两步过程，第一步，建立一个模型，描述预定的数据类集或概念集，通过分析有属性描述的数据库元组来构造模型。第二步，使用模型进行分类。首先评估模型的预测准确率，如果认为模型的准确率可以接受，就可以用来对类标号未知的数据远祖或对象进行分类。预测是构造和使用模型评估无标号样本类，或评估给定样本可能具有的属性值或值区间。分类和预测具有广泛的应用，如信誉证实、医疗诊断、性能预测和选择购物。分类和预测常用的算法包括决策树归纳、贝叶斯分类、贝叶斯网络

4、、神经网络、K-最临近分类、遗传算法、粗糙集和模糊集技术。（2）聚类分析。聚类是将数据对象分组成为多个类或簇（cluster）,在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。作为统计学的一个分支，聚类分析已被广泛的研究了许多年，现在主要集中在基于距离的聚类分析，基于k-means(k-平均值)、k-medoids(k-中心点)和其他的一些聚类分析工具也有不少的应用。（3）关联规则。关联规则挖掘给定数据集中项之间的有趣联系。设I={i1,i2,.freel}是项的集合，任务相关的数据D是数据库事务的集合，其中每个事务T是项的集合，使得T包含于

5、I。关联规则是形如A=B的蕴涵式，其中A∈I，B∈I,并且A∩B为空。关联规则的挖掘分成两步：①找出所有频繁项集，这些项集出现的频繁性至少和预定义的最小支持计数一样。②由频繁项集产生强关联规则，这些规则必须满足最小支持度和最小置信度。（4）序列模式。序列模式分析和关联规则分析类似，也是为了挖掘数据项之间的联系，不过序列模式分析的是数据项在时间维上的先后序列关系，如一个顾客在购买了计算机半年后可能再购买财务分析软件。（5）孤立点分析。孤立点是度量错误或固有的数据变异性的结果。许多数据挖掘算法都试图使孤立点的影响最小，或排除它们。一个人的噪声可能是另一个人的信号，

6、在有些时候，孤立点是非常有用的。孤立点挖掘可以描述如下：给定一个n个数据点或对象的集合，以及预期的孤立点的数目k,发现与剩余的数据相比是显著相异的或不一致的头k个对象。孤立点探测方法可分为三类：统计学方法，基于距离的方法和基于偏移的方法。三、数据挖掘在客户关系管理中的应用1．客户细分。客户细分是指将一个大的客户群体划分为多个较小的客户群体，在每个划分后的客户群体中，客户在某个或几个属性值上具有高度的相似性，而在不同的群体之间客户则差别较大。对一个商业银行来说，如果问“谁是企业客户？谁是私人客户？”应该是一个容易回答的问题，但根据消费行为，“客户可以分为哪几个群

7、体？”却不是容易回答的问题。事实上，每个客户都有一系列的相关属性，而对一些企业来说重要的分类需综合一系列属性而非单个属性来评判。数据挖掘中的聚类方法，能够帮助企业按照客户的类别、行业、区域、职业、收入等企业感兴趣的各种条件细分市场。客户细分是企业确定产品和服务的基础，也是建立一对一营销的基础。2000年荷兰银行将客户细分为顶级、重要、核心和大众四类客户群，提供有针对性的差别服务，营业收入增长了一倍以上。2．客户获得。获取客户的传统方式一般是通过各种媒体广告、散发传单等吸引新客户，但是这种方式有着严重的缺陷，如不能做到有的放矢,造成资源浪费，预期效果不理想等.数

8、据挖掘中的分类、聚类技术可以帮助企业分