資源描述:
《數(shù)據(jù)挖掘分類技術(shù)及其在CRM中的應(yīng)用研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、合肥工業(yè)大學(xué)碩士學(xué)位論文數(shù)據(jù)挖掘分類技術(shù)及其在CRM中的應(yīng)用研究姓名:段蕾申請學(xué)位級別:碩士專業(yè):管理科學(xué)與工程指導(dǎo)教師:倪志偉20080501數(shù)據(jù)挖掘分類技術(shù)及其在客戶關(guān)系管理中的應(yīng)用研究摘要近年來,現(xiàn)代市場營銷理念和商業(yè)運作方式的核心逐步向客戶關(guān)系管理(CRM)轉(zhuǎn)移,CRM是一個將客戶信息轉(zhuǎn)化成為積極的客戶關(guān)系的過程。隨著客戶信息的日趨復(fù)雜、客戶數(shù)據(jù)的大量積累,分析復(fù)雜的客戶數(shù)據(jù),發(fā)現(xiàn)客戶行為趨勢,挖掘客戶對企業(yè)的真正價值逐漸成為企業(yè)成功的關(guān)鍵因素,決策者迫切需要將海量數(shù)據(jù)轉(zhuǎn)換成有價值的信息和知識。數(shù)據(jù)挖掘的出現(xiàn)為這一需要提供了有力的技術(shù)支持。數(shù)據(jù)挖掘在CRM中的有效運用可以
2、從大量的客戶數(shù)據(jù)中挖掘出對企業(yè)經(jīng)營決策有價值的知識和規(guī)則。而分類方法是目前商業(yè)領(lǐng)域中應(yīng)用最廣泛的數(shù)據(jù)挖掘技術(shù)。分類及其在CRM中的應(yīng)用研究已經(jīng)成為學(xué)術(shù)界和企業(yè)界共同關(guān)注的領(lǐng)域。本文首先介紹了客戶關(guān)系管理、數(shù)據(jù)挖掘、數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中應(yīng)用的基本理論,提出了數(shù)據(jù)挖掘技術(shù)處理CRM專業(yè)問題的詳細流程。然后介紹了分類的一般過程、目前常用的分類算法;對現(xiàn)有的算法評價指標(biāo)做了系統(tǒng)的概括和總結(jié),針對這些指標(biāo)在處理CRM領(lǐng)域具體問題時的不足,提出了一種評價指標(biāo)體系,為CRM領(lǐng)域中應(yīng)用分類方法時的總結(jié)和評價提供了新思路。同時,在研究現(xiàn)有分類算法的基礎(chǔ)上,根據(jù)CRM領(lǐng)域問題的實際需求,提出
3、了一種新算法。最后將新的評價指標(biāo)體系和算法應(yīng)用到汽車銷售領(lǐng)域客戶發(fā)現(xiàn)問題中,為分類技術(shù)在該領(lǐng)域的應(yīng)用提供了一個詳盡的解決方案,建模結(jié)果也證明了指標(biāo)體系和新算法的科學(xué)性和實用性。在此基礎(chǔ)上,進一步構(gòu)建了分類技術(shù)應(yīng)用于CRM領(lǐng)域的系統(tǒng)框架,該系統(tǒng)框架對于解決CRM中分類方法的應(yīng)用問題具有一定的代表性,也為數(shù)據(jù)挖掘技術(shù)在CRM領(lǐng)域的應(yīng)用發(fā)展做出了一些新的探索和嘗試。隨著數(shù)據(jù)挖掘分類技術(shù)的進一步發(fā)展和深化,這一研究領(lǐng)域也體現(xiàn)出越來越重要的研究價值。同時,分類技術(shù)在電子商務(wù)時代CRM中的進一步深入應(yīng)用,必然使CRM具有更廣泛的市場價值,為CRM帶來更廣闊的應(yīng)用前景。因此,本文關(guān)于數(shù)據(jù)挖掘分
4、類技術(shù)及其在CRM中應(yīng)用的研究主題具有重要的學(xué)術(shù)價值和現(xiàn)實意義。關(guān)鍵字:客戶關(guān)系管理,數(shù)據(jù)挖掘,分類算法,評價指標(biāo)ResearchonDataminingclassificationtechnologiesanditsapplicationinCRMAbstractInrecentyears.thecoreideasinmodernmarketingconceptsandbusinessoperationshavebeentransferringtoCustomerRelationshipManagement(CRM).CRMiSaprocessoftransformingthe
5、informationofcustomerstopositivecustomerrelationship.Withthegrowingcomplexityofcustomerinformationandthesignificantaccumulationofcustomerdata,theygraduallybecomekeyfactorsinbusinessSUCCESSthattoanalyzecomplicatedcustomerdata,tofindoutthetrendsofcustomerbehaviorandtocreaterealvalueofcustomersf
6、orthefirms.Thedecision-makersstronglydesiretotransformmassivedatatovaluableinformationandknowledge.Dataminingtechnologiessupplypowerfulsupportstosuchneeds.TheeffectiveapplicationofdataminingtoCRMcangetvaluableknowledgeandrules,缸ommassivecustomerdata,fordecisionmakinginfirms.Classificationmeth
7、odsarethemostpopulardataminingtechnologiesappliedtobusinessandindustryrightnow.ClassificationanditsapplicationinCRMhavebecomethecommonareasofconcernfrombothscholarsandentrepreneurs.ThisdissertationfirstlyintroducesthefundamentaltheoriesofCRM,