第5章數(shù)據(jù)挖掘 與客戶關(guān)系管理

《第5章數(shù)據(jù)挖掘 與客戶關(guān)系管理》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第5章數(shù)據(jù)挖掘與客戶關(guān)系管理5.1數(shù)據(jù)挖掘概述5.1.1數(shù)據(jù)挖掘技術(shù)的由來5.1.2數(shù)據(jù)挖掘的定義5.1.3數(shù)據(jù)挖掘的功能5.1.4數(shù)據(jù)挖掘應(yīng)用5.1.5數(shù)據(jù)挖掘未來研究方向5.1.1數(shù)據(jù)挖掘技術(shù)的由來數(shù)據(jù)爆炸但知識(shí)貧乏支持?jǐn)?shù)據(jù)挖掘技術(shù)的基礎(chǔ)海量數(shù)據(jù)搜集、強(qiáng)大的多處理器計(jì)算機(jī)和數(shù)據(jù)挖掘算法數(shù)據(jù)挖掘逐漸演變的過程5.1.2數(shù)據(jù)挖掘的定義?技術(shù)上的定義及含義數(shù)據(jù)挖掘（DataMining）就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識(shí)的過程。?商業(yè)角

2、度的定義數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。?數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)5.1.3數(shù)據(jù)挖掘的功能自動(dòng)預(yù)測(cè)趨勢(shì)和行為關(guān)聯(lián)分析聚類概念描述偏差檢測(cè)5.1.4數(shù)據(jù)挖掘應(yīng)用數(shù)據(jù)挖掘所能解決的典型商業(yè)問題包括：數(shù)據(jù)庫(kù)營(yíng)銷、客戶群體劃分、背景分析、交叉銷售等市場(chǎng)分析行為，以及客戶流失性分析、客戶信用記分、欺詐發(fā)現(xiàn)等等。5.1.5數(shù)據(jù)挖掘未來研究方向發(fā)現(xiàn)語言的形式化描述尋求數(shù)

3、據(jù)挖掘過程中的可視化方法研究在網(wǎng)絡(luò)環(huán)境下的數(shù)據(jù)挖掘技術(shù)加強(qiáng)對(duì)各種非結(jié)構(gòu)化數(shù)據(jù)的開采處理的數(shù)據(jù)將會(huì)涉及到更多的數(shù)據(jù)類型交互式發(fā)現(xiàn)和知識(shí)的維護(hù)更新5.2數(shù)據(jù)挖掘的任務(wù)、技術(shù)與實(shí)施過程5.2.1數(shù)據(jù)挖掘任務(wù)5.2.2數(shù)據(jù)挖掘技術(shù)5.2.3數(shù)據(jù)挖掘的流程5.2.1數(shù)據(jù)挖掘任務(wù)數(shù)據(jù)總結(jié)分類發(fā)現(xiàn)聚類關(guān)聯(lián)規(guī)則發(fā)現(xiàn)5.2.2數(shù)挖掘技術(shù)人工神經(jīng)網(wǎng)絡(luò)決策樹覆蓋正例排斥反例方法粗集(RoughSet)方法遺傳算法公式發(fā)現(xiàn)統(tǒng)計(jì)分析方法模糊論方法可視化技術(shù)人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)帶權(quán)重WXY的神經(jīng)網(wǎng)絡(luò)5.2.3數(shù)據(jù)挖掘的流程5.3數(shù)據(jù)挖掘在CRM中的

4、應(yīng)用5.3.1從客戶生命周期角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用5.3.2從行業(yè)角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用5.3.1從客戶生命周期角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用客戶生命周期分析不同客戶生命周期階段出現(xiàn)的數(shù)據(jù)客戶生命周期分析不同客戶生命周期階段出現(xiàn)的數(shù)據(jù)5.3.2從行業(yè)角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用零售業(yè)ＣＲＭ中的數(shù)據(jù)挖掘：（1）使用多特征數(shù)據(jù)立方體進(jìn)行銷售、客戶、產(chǎn)品、時(shí)間和地區(qū)的多維分析；（2）使用多維分析和關(guān)聯(lián)分析進(jìn)行促銷活動(dòng)的有效性分析；（3）序列模式挖掘可用于客戶忠誠(chéng)分（4）利用關(guān)聯(lián)分析挖掘關(guān)聯(lián)信息進(jìn)行購(gòu)買推薦和商品參照。5.3.2從

5、行業(yè)角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用電信業(yè)ＣＲＭ中的數(shù)據(jù)挖掘：①電信數(shù)據(jù)的多維分析有助于識(shí)別和比較數(shù)據(jù)通信情況、系統(tǒng)負(fù)載、資源使用、用戶組行為、利潤(rùn)等；②通過多維分析、聚類分析和孤立點(diǎn)分析進(jìn)行盜用模式分析和異常模式識(shí)別；③通過多維關(guān)聯(lián)和序列模式分析進(jìn)行電信服務(wù)組合和個(gè)性化服務(wù)；④電信數(shù)據(jù)分析中可視化工具的使用。5.3.2從行業(yè)角度分析數(shù)據(jù)挖掘技術(shù)的應(yīng)用金融業(yè)ＣＲＭ中的數(shù)據(jù)挖掘①為多維數(shù)據(jù)分析和數(shù)據(jù)挖掘設(shè)計(jì)和構(gòu)造數(shù)據(jù)倉(cāng)庫(kù)；②特征選擇和屬性相關(guān)性計(jì)算有助于貸款償還預(yù)測(cè)和客戶信用政策分析；③分類和聚類的方法可用于客戶群體的識(shí)別和目標(biāo)市場(chǎng)

6、的分析；④通過數(shù)據(jù)可視化、鏈接分析、分類、聚類分析、孤立點(diǎn)分析、序列分析等分析工具幫助進(jìn)行洗黑錢和其他金融犯罪的偵破。