数据挖掘在客户关系管理中的应用研究

合肥工业大学硕士学位论文数据挖掘在客户关系管理中的应用研究姓名：查黎申请学位级别：硕士专业：信息管理与信息系统指导教师：左春荣20070701数据挖掘在客户关系管理中的应用研究作者：查黎学位授予单位：合肥工业大学相似文献(10条)1.学位论文邹帮山主动数据挖掘在客户关系管理系统中的应用研究2001该文重点研究了一般企业建立客户关系管理系统的一般体系结构、客户分析的层次、实现的技术以及如何在实际的系统中集成主动数据挖掘技术.该文首先介绍了客户关系管理的基本内容、客户关系管理系统的框架及CRM系统与其他IT系统的关系,指出客户分析的三个维度,实体、关系和行为及运用数据挖掘技术进行客户分析的可行性和必然性.其次提出了主动数据控制的过程模型,分别重点介绍数据仓库和数据挖掘技术.第三,该文还详细讨论了在客户关系管理系统中集成主动数据挖掘技术所涉及的问题.在确定了系统的关键技术后,该文最后结合中国航空结算中心的实际,完成其CRM系统的设计与实现.2.学位论文陈琍基于数据挖掘的客户关系管理系统的研究与应用2007客户关系管理CRM(customerRelationshipManagement)是对企业和客户的交互活动进行管理的过程，是一整套先进理念、方法和解决方案，能帮助找到并锁定最好的客户，以正确的价格，在正确的时间，通过正确的渠道，提供正确的产品或服务，从而最有效地满足客户的需要利愿望。但由于缺乏发现隐含在数据中的有用信息的能力，企业无法将数据转化为知识。数据挖掘技术则提供了从庞大的数据库中抽取有效的、未知的和能理解的信息的手段，帮助企业实现数据到知识的转换，为企业提供决策支持。数据挖掘技术是计算机技术发展的热点之一。通过对历史积累的大量数据的有效挖掘，可以发现隐藏的规律或模式，为决策提供支持，而这些规律或模式是不能够依靠简单的数据查询得到，或者是不能在可接受的时间内得到。这些规律或模式可以进一步在专业人员的识别下成为知识。数据挖掘面对的任务是复杂的，通常包括分类、预测、关联规则发现和聚类分析等。本文针对基于数据挖掘的企业客户关系管理系统进行研究，首先介绍了客户关系管理系统的概念、类型和组成：介绍了数据挖掘的基本原理，数据挖掘与数据仓库、联机分析处理的关系，以及数据挖掘在CRM中的应用。然后介绍了本系统中采用的两种数据挖掘算法——层次分析法和k-means聚类算法，在介绍了层次分析法的基本概念和应用特点后，详细阐述了应用其在系统中对客户信用情况进行量化的过程；对k-means聚类算法，首先介绍了它的基本原理和一般方法，在分析了一般方法的缺陷后，提出了它的改进算法，以及在本系统中应用k-means算法实现客户细分的过程。接着介绍了所设计的客户关系管理系统，系统利用MicrosoftSQLServer2000及ASP编程技术进行开发，分别介绍了系统的数据库设计、系统中使用的组什技术、系统中各模块的功能等。最后对本篇论文进行了总结。本文中关于客户信用量化和细分的研究成果对从事企业CRM研究的同仁也具有一定的参考价值。3.期刊论文左爱群.杜波.ZUOAi-qun.DUBo数据挖掘在银行客户关系管理系统中的应用-武汉工业学院学报2006,25(3)介绍了数据仓库和客户关系管理系统的概念,分析了数据仓库应用的关键技术联机分析处理和数据挖掘之间的区别,指出基于数据挖掘的银行客户关系管理系统是银行发展的必然选择.最后给出了数据挖掘的各种模式及在银行客户关系管理系统中的应用.4.学位论文涂继亮基于数据挖掘的智能客户关系管理系统研究2005智能客户关系管理系统(ICRM)是客户关系管理系统(CRM)引入人工智能技术后的产物，是目前CRM的前沿研究领域，数据挖掘是提高其决策支持能力的一种重要工具和手段，研究数据挖掘的相关理论和方法及其实用价值。数据挖掘是从大量的历史数据中发现隐含的、有潜在应用价值并最终能使人理解的知识的过程。在决策领域，人们所面对的数据往往具有不确定性和不完整性，从这类数据中发现知识是一个非常困难的问题。本文针对客户关系管理系统的特征，分析了数据挖掘过程的步骤和特点；为适应当前客户关系管理系统更依赖于商业智能分析的特点，提出了应用聚类算法和粗糙集理论的解决方案；在深入研究模糊聚类算法的缺陷后，给出了其相应改进算法，并应用于客户分类规则发现，在此基础上结合粗糙集理论进行了决策规则挖掘。具体的研究内容如下：1.本文对支持多数据集、多学习目标的数据挖掘处理过程进行了讨论。数据处理过程模型化能更适合实际工作的需要，降低用户和数据挖掘人员之间的影响因素，促进数据挖掘的应用。2.通过对传统聚类算法的具体性能、缺点的分析研究，采用自动循环迭代策略来生成聚类有效数在FKM算法，本文提出了新的改进算法——FKMA算法，并将其应用客户分类规则的挖掘。3.在客户分类规则基础上，探讨了粗糙集用于不确定性和不完全性客户信息系统中的知识约简、导出问题的决策或分类规则的具体步骤，设计了一种用于粗糙集中相关数字量和集合量的计算方法，从而得到较高精度的决策规则集合。4.在上述工作的基础上，研究了基于数据挖掘分析(DMA)的智能决策支持系统的体系结构，同时结合现代客户关系管理理念，研究了基于数据挖掘分析的智能CRM系统的体系，给出了功能结构设计方案。本文在一定程度上解决了从确定性系统和不完全信息系统中发现知识的问题，为数据挖掘在客户关系管理系统中的应用提供了更加广阔的空间。5.学位论文朱银欢数据挖掘技术在客户关系管理系统中的应用2006当前，企业逐渐从以产品为中心的管理机制转变为以客户为中心的管理机制，客户关系管理应运而生。客户关系管理利用信息技术对企业客户资源的管理，它的核心是“以客户为中心”。客户关系管理已经成为企业提高客户满意度，改善客户的关系，辅助决策，从而提高企业竞争力的最有效的措施之一。而数据挖掘是在数据中发现潜在有用的信息和知识的技术。数据挖掘技术应用到客户关系管理中，能更充分、更准确地利用客户数据资源，从中发现有价值的信息，辅助企业决策管理。本文主要论述了数据挖掘技术在客户关系管理系统中的应用。客户关系管理在我国旅游业的应用尚少，本文借鉴了成熟先进的客户关系管理理论，结合我国目前旅游业的现状，深入分析了数据挖掘在旅游客户关系管理系统中的应用，提出了基于数据挖掘技术的旅游客户关系管理系统的灵活的多层体系结构、网络架构以及主要的业务流程图。本论文对部分应用于客户关系管理系统的数据挖掘技术进行深入分析比较，提出根据客户细分的目标、数据的特点以及数据挖掘技术算法的优缺点选择算法，并且利用选取的决策树技术中的C4．5算法在旅游客户关系管理系统的客户细分的数据挖掘中做了探索性研究，同时通过聚类算法实现客户保持。6.期刊论文张蓉数据挖掘技术在客户关系管理系统中的应用-重庆广播电视大学学报2003,(2)由于企业越来越重视客户关系管理(CRM),利用数据挖掘技术优化CRM系统正逐渐成为计算机领域一个研究热门.本文介绍了CRM系统和数据挖掘技术的基本概念,提出了利用数据挖掘技术优化CRM系统的具体步骤.7.学位论文盖克数据挖掘在电信行业客户关系管理系统中的应用研究2007中国电信业发展迅速，市场化的进程也在加速推进，运营商越来越重视客户的需要，保持客户、吸引客户和充分发掘客户的价值。而电信企业虽拥有海量的用户数据，却无法进行有效的管理和发掘。客户关系管理系统本着“以客户为中心”的理念，有助于企业竞争力的提高。数据挖掘作为新兴的交叉科学，汇集了人工智能、数据库、统计学等多方面学科，能帮助企业从海量数据中发掘有价值信息。因此，在电信企业的客户关系管理系统中应用数据挖掘技术，是具有较高实际意义和理论价值的。本文首先对客户关系管理系统进行概述，并单独针对电信企业客户关系管理系统的特点深入探讨，然后对数据挖掘的算法和方法论进行了归纳介绍。接下来，将中国国内电信运营商的客户关系管理系统进行了深入探讨，研究了CRM在电信企业中的定位及与其他系统的接口，并仔细分析和整理了客户关系管理系统中有代表性的基本架构和功能模块。本文还收集和整理了电信企业的具体用户数据，针对企业在市场营销中遇到的问题，利用先进的数据挖掘技术和数据挖掘工具，进行数据建模。在这一过程中，使用到了K-means和决策树C5.0算法来作进一步的分析。本文在对数据的分析和处理方面，除进行数据预处理之外，还根据企业的实际情况对数据进行整理，使得数据挖掘的结果更贴合实际、更具说服力，而本文主要研究的课题是企业最为困扰的客户细分和预防客户流失。对挖掘出来的结果，结合了本人在实际工作中的经验进行再分析，得出可以应用的营销建议，以指导电信企业的市场行为，取得了良好的效果。8.学位论文杜望延银行个人客户关系管理系统的数据整合与数据挖掘研究2008随着中国加入世界贸易组织，国内外银行同业间的竞争日趋白热化，作为国内的商业银行，基于市场竞争和自身发展的需要，建立一套适合自身需求的客户关系管理系统是必然的选择。通过客户关系管理系统，可以将彼此独立的各业务子系统的数据进行整合，形成一个整体的、统一的客户信息库，并在此基础上利用先进的数据挖掘技术，挖掘有利于银行业务发展的相关业务规则，为银行决策提供有力的支持。银行个人客户关系管理系统汇集、整合了多个银行业务系统的个人客户数据，在建立银行个人客户统一视图的基础上，通过对银行个人客户及其所使用的银行产品进行全面、深入的挖掘、分析、评价和管理，发掘客户的潜在需求，实现对银行个人客户的主动营销和服务，为银行个人业务产品创新提供需求储备，为实现产品交叉销售及提升销售，为智能化销售体系的建设提供技术支撑。本文在充分分析银行个人客户关系管理的概念和目标的基础上，主要从技术的角度给出了银行个人客户关系管理系统的总体解决方案，并对银行个人客户关系管理系统的数据仓库的设计、数据整合的方案、以及数据挖掘的技术和应用进行了详细的分析和论述，特别是对关联关系挖掘和聚类分析的算法实现和具体应用给出了具体的解决方案。本文利用编码、解码技术和SQL的聚集函数，实现了基于SQL的FP-Growth算法和基于SQL的K-means聚类算法，从而突破了机器内存对数据挖掘处理算法的限制，充分利用了数据库系统的并行处理能力，大大提升数据挖掘的处理效率，实现了对海量数据的高效挖掘。本文所描述的相关技术目前已经在广东省某大型国有商业银行的个人客户关系管理系统中得到了充分的应用，并取得了良好的经济效益。9.学位论文徐金宝数据挖掘技术在超市客户关系管理系统中的应用2007近年来，客户关系管理越来越受到各种企业的重视，企业通过建立客户关系管理系统，可以帮助企业制定适宜的、有针对性的营销政策，改善与客户的关系，提高销售额，增强企业竞争力。但是，随着客户关系管理系统的应用深入，明显感觉到当前的客户关系管理系统面对巨大的企业数据存储，显得有点力不从心。因此，能够将从海量数据中进行知识发现的数据挖掘技术应用到客户关系管理系统，就成为必然。本文是将数据挖掘技术中的一些方法，应用到江宁苏果超市的客户关系管理系统中去，为江宁苏果超市的营销决策提供有益帮助。本文主要从关联规则分析、分类分析、聚类分析、序列模式以及个性化推荐等五个方面来进行应用，主要分析和实现了Aproiri算法、FP_tree算法、C4.5算法、朴素贝叶斯分类算法、κ-平均算法、PAM算法、DBSCAN算法、AprioriSome算法以及Web行为挖掘与基于协作筛的个性化推荐的实现，对提高江宁苏果超市的商品交叉销售、货架设计、客户分类、客户群体划分以及提高电子商务网站个性化服务等做了有益的尝试，并得到一些令人振奋的应用结果。10.期刊论文道焰.代玉龙基于数据挖掘的银行信用卡客户关系管理系统-中国科技信息2005,(3)本文论述了将数据挖掘应用于银行信用卡客户关系管理系统的重要性和必要性,并以神州数码新龙科技有限公司开发的系统为例,阐明了如何应用智能化的银行信用卡客户关系管理系统来提高银行服务质量、拓展市场.本文链接：http://d.g.wanfangdata.com.cn/Thes