基于粗糙集理论的客户价值研究

山东大学硕士学位论文基于粗糙集理论的客户价值研究姓名：凌磊申请学位级别：硕士专业：计算机软件与理论指导教师：洪晓光20081010基于粗糙集理论的客户价值研究作者：凌磊学位授予单位：山东大学相似文献(10条)1.期刊论文罗新星.彭久生基于粗糙集理论的数据挖掘方法在电子商务中的应用-科技情报开发与经济2003,13(7)介绍了一种基于粗糙集理论提取关联的数据挖掘方法,并给出它在电子商务中的应用以及数据挖掘的全过程和示例,指出作为一种决策支持技术,它可以用来提高企业的决策效率和决策可信度,从而为企业赢得一定的竞争优势.2.学位论文闻卫军基于粗糙集的决策树技术在电子商务中的应用研究2007随着互联网技术的发展，电子商务正在改变着社会经济中各个行业的传统经营模式，尤其是彻底地改变了企业与客户之间的关系。如何实现客户价值最大化，这就要进行客户价值分析，找到最有价值的客户，开展特别的促销活动，提供更个性化的服务，设法保持这类客户，使企业以最小的投入获得最大的回报。本文的主要研究内容是把基于粗糙集的数据挖掘技术应用到电子商务的客户管理中来，以基于粗糙集的决策树方法来构造模型，进行电子商务客户价值研究，从大量数据中提取有用的分类规则，为电子商务企业进行客户管理提供智能决策支持。主要研究成果有：(1)将客户的当前价值(即客户购买情况)和客户的潜在价值(即客户兴趣度等)结合起来构建客户价值度量模型。(2)以粗糙集理论和数据挖掘理论为出发点，将粗糙集理论与数据挖掘中的决策树技术有机结合，进行了基于粗糙集理论的数据挖掘模型研究，提出了一种ID3算法的改进算法——基于粗糙集属性依赖度理论的决策树算法，进一步提高了算法效率。(3)结合青岛中科英泰公司的国家级项目——面向零售业的商业智能分析平台，进行了基于粗糙集的决策树技术在电子商务客户价值研究项目中的实证分析，获取了有效的电子商务客户价值分类规则，使得本文的研究既具有理论意义，又具有实用价值。3.学位论文刘丰胜基于粗糙集的客户分类方法研究2006数据挖掘研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息，是当前相当活跃的研究领域。近年来，电子商务大潮正在全球范围内急速地改变传统的商业模式。如何才能在电子商务竞争中取胜？能够提供客户资源及相关数据分析的客户关系管理系统就成为焦点，但是客户关系管理系统中庞大的数据量阻碍了我们从中发现有价值的客户模式，因此研究适用于客户关系管理的知识发现系统，从而合理地实现客户分类，具有十分重要的理论意义和实用价值。目前，在客户关系管理中使用的客户分类方法很多。但是，在客户关系管理中使用的基于粗糙集理论的客户分类方法却较少见，而利用粗糙集理论进行客户分类具有一定的优势，因此本文将在粗糙集理论的基础上，采用了一种基于粗糙集的客户分类方法。主要是以粗糙集理论为基础，首先从客户关系管理系统中获取数据，转化为相应的决策表，再对决策表中的数据进行决策表补齐、离散化，然后进行属性和值的约简，最后生成客户分类规则，建立逻辑推理系统，据此进行客户分类。由于在客户关系管理系统中的数据可能存在大量的不确定信息，而传统的粗糙集还不适用于不确定信息建模。为了解决这个问题，本文采用了可变精度粗糙集模型，并对传统粗糙集的一种属性约简算法作了改进，以适用于可变精度粗糙集模型，最后引入加权关联规则中的加权支持度和可信度来描述不确定性信息。通过对客户关系管理系统中获取的数据进行实验，本文实现了相应的客户分类功能，并获得了较好的效果，证实了本文采用的客户分类方法具有一定的实用价值。4.会议论文王一平.张永进基于智能的在线客户服务系统结构的研究2001传统的客户服务是由服务工程师通过服务热线提供给客户的.但是这种服务模式会导致低效率、高成本、服务响应时间长和服务质量差等诸多问题.随着和智能代理技术的高速发展，出现了一些基于和智能代理技术的系统，通过这些系统可以克服传统的客户服务支持系统的种种不足.本文提出一种基于和智能代理技术的在线客户服务支持系统的系统架构，并对如何运用粗糙集理论和神经网络理论进行智能故障诊断的方法作了进一步的讨论.5.学位论文代广珍基于粗糙集理论的属性约简算法研究和设计2007粗糙集(RoughSet，RS)理论是一种刻划不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。粗糙集理论被广泛应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等不确定环境下的信息处理，其核心内容是属性重要性的度量和属性约简。应用属性重要性的度量可以分析数据中不同属性的重要程度，特别是基于属性重要性度量的属性约简手段，可以剔除数据中存在的冗余成分，提取关键信息，生成决策规则，从而为科学化管理，预测和决策提供支持。本文利用以波兰数学家Z．Pawlak为代表的研究者提出的粗糙集(RoughSet，RS)理论在分析和处理不精确、不一致、不完整等各种不完备信息方面的优势，以及它具有的模型简单、直观，无需数据先验信息等优点，结合天智公司旅游电子商务平台的技术支撑和服务环境，对属性约简算法进行了深入研究。针对天智公司旅游电子商务平台长期积累的数据资源，应用改进的属性约简算法，进行了属性约简和规则提取，帮助旅行社进行有针对性的宣传和为旅游者进行旅行社和旅游线路的合理选择，从而提高了该平台的综合服务能力，取得了良好的应用效果。首先，在分析基于波兰华沙大学数学家Skowron提出的区分矩阵的各类求属性核及属性约简算法的基础上，指出了不相容性对求属性核的影响。通过限定运用条件属性对论域划分所得的等价类中相应决策属性值构成的集合的基数为1，该影响仍然无法被修正。而在对非核属性进行约简时，忽略近似分类精度为0的属性对属性约简并没有太大的影响，反而能够有效降低算法的时空复杂度。其次，基于启发式信息来度量属性重要性的属性约简算法通常都能够耳义得较好的效果，但通过分析得出启发式信息通常都存在一些明显的不足，如属性依赖度的计算过于粗糙，而基于信息熵的计算过于精细，将两者结合的加权平均能够很好的修正两者的不足，但计算过于复杂。为了使得计算简单有效，我们采用了近似分类精度对属性重要性进行度量。虽然近似分类精度比较粗糙，但是计算量相对属性依赖度却明显降低。另外还通过引入了具有简单通用、鲁棒性强、适于并行处理以及高效、实用等显著特点的全局优化搜索算法——遗传算法来解决组合爆炸问题。最后运用这些属性重要性度量和优化算法，并根据实际情况，对约简算法进行了改进。再次，为了便于提取规则，我们在文献'[35]铂提出的属性值约简方法的基础上进行了改进。通过同时去掉除了属性值可以取任意值之外的其他属性值都相同且能够判定决策的重复规则，大大加快了算法的效率。最后，将数据库中存放的旅游电子商务平台中积累的数据清洗转换编码后导入到Excel工作表中，并实现Excel与Matlab链接，再运用Matlab编程实现本论文所提出各种属性约简算法对数据进行分析，提取出潜在价值比较高的规则并应用于实际，取得了较好的效果。6.学位论文王海基于智能代理的多属性网上拍卖研究2005针对当前对网上拍卖研究的不足和电子商务发展的需要，本文提出了一种新型的基于智能代理的多属性网上拍卖。基于智能代理的多属性网上拍卖，是一种新型的基于电子市场的采购流程。采购商登录软件服务商的网站创建智能代理代替其进行拍卖，并且定义询价请求，包括商品的品牌、规格型号、数量、交货期等各种属性的取值区间等信息；系统邀请供应商进行投标，多家供应商可以创建智能代理进行投标；买方代理根据供应商的投标给予综合评价，从而选出最具竞争力的供应商作为自己的合作伙伴。最后获胜的竞拍人按照他最后的报价提交产品。随着电子商务的发展和对网上拍卖研究的进一步深入，多属性网上拍卖必将得到更为广泛的应用。针对当前对多属性网上拍卖协议设计研究的不足和电子商务发展的需要，本文提出了一种新型的面向电子商务的多属性拍卖协议。该协议通过对供应商成本权重反馈，使系统可以对采购方作出修改询价的建议，从而增加了多属性拍卖系统的柔性，提高了达成交易的几率。在此基础上，首先本文采用主客观相结合的方法确定多属性拍卖中拍卖人的偏好，从而得出较为准确的拍卖商品属性综合权重。并且通过应用模糊多属性决策的方法分析了单一中标人情况下的多属性网上拍卖的供应商决定问题。同时根据拍卖人采购需求的可分割性，利用改进单亲遗传算法，对多中标人情况下的供应商决定问题进行了研究。其次，本文应用人工免疫算法设计竞拍Agent的自动投标策略。竞拍Agent把拍卖人的RFQ作为抗原，投标策略作为抗体，依据综合满意度来评价抗体，通过最大化抗体与抗原的亲和力以及自身对抗体的综合满意度，提交有竞争力的投标。再次，本文应用粗糙集理论对供应商投标进行分析，通过确定修正系数，对拍卖物品的属性权重进行调整；并根据满意度调整供应商反馈的成本权重，结合拍卖剩余时间确定RFQ修改建议。最后，在上述工作的基础上，本论文对基于智能代理的多属性网上拍卖系统实现进行研究，设计了一种基于Agent的面向电子商务多属性拍卖系统，并且通过实例分析该系统。本论文的研究接触国际最新研究前沿，具有十分重要的理论意义和广阔的应用前景。7.期刊论文郝先臣.张德干.刘小玲.赵海.东北大学基于粗糙集理论的数据挖掘算法及其应用研究-计算机工程与应用2001,37(15)文章对粗糙集理论及其应用进行了讨论,在分析和综合基于粗糙集理论的数据挖掘算法基础上,提出了新的遗传算法挖掘方法,并就应用模型和应用领域及方法问题进行了分析.通过应用实例表明,文章提供的方法和技术是可行的,具有较大的参考价值.8.学位论文陈波计算Web智能粒度粗糙理论及关键技术研究2008随着Internet的高速发展，越来越多的企业将业务应用部署在Web上，从根本上改变了用户使用业务应用、接受企业服务的模式。由于Web上的业务服务应用日趋复杂、访问量骤增，随之而来的问题是海量数据的复杂性和不确定性特征的日益突出。这种不确定的、复杂的海量Web数据，传统Web技术难以有效地处理、进行知识发现和决策制定，已经成为了制约电子商务等应用领域发展的瓶颈。以处理Web上不确定性为主要目标的计算Web智能，为解决上述困境提供了有效的方法学依据。上层信息系统结构的复杂性，要求底层提供更直接面向上层信息表示的基础理论，并用这种表示理论作为桥梁，将上层应用与Web智能机制相结合。相关工作以丰富和发展计算Web智能在粗糙计算和粒度计算两方面的理论基础为目标，从动机、理论和实现三个层面，较系统地提出了以经典粗糙集理论为基石、面向粗糙性表示语义、适于半结构化信息系统表示、基于纯粹总分学关系的粒度粗糙理论。在计算Web智能的上层应用中，提出了基于评估者成熟度特性对协同过滤算法的改进。主要创新点体现在以下几方面：(1)阐释了粗糙性表示语义是粗糙性方法学独立于其它软计算方法的基本特征之一，提出围绕粗糙集理论基本思想，调整底层表示模型，使之显式编码语义上下文。提出构造新的表示模型时，通过使表示模型具有对更广泛信息源的描述能力，扩大粗糙性方法论的适用范围，确定以“属性-值”基础上的元组形式作为新表示模型基本单元的设计思想。提出用应用语境丰富的总分学关系来描述新模型信息单元组合方式，指出基于纯粹总分学关系构建粗糙性的根本动机不仅在于利用总分学和空间信息学、本体论之间联系带来的实际效用，更重要的是作为一种尝试，来展示总分学这一理论的潜在价值。(2)以粒度计算的构造性观点，提出了表示模型粒度表示演算。粒度表示演算以三元组形式的原子信息颗粒为基本原语，表示信息源最简单的完整语义单元。原子信息颗粒通过聚合运算形成复合信息颗粒，复合信息颗粒又通过聚合运算和融合运算表示更复杂的信息结构。鉴于粒度表示演算兼具一般信息源表示模型和粗糙性方法底层表示系统的双重功能，特别定义了几种面向粗糙性构造的特殊复合信息颗粒，及专用于特殊复合颗粒的运算，讨论了信息颗粒之间的总分学关系分类及判定问题，以便为构造粒度粗糙性提供支持。此