CRM系统中数据挖掘技术的研究与应用.pdfVIP

摘要 摘 要 客户关系管理（CRM）是一种利用知识管理及支持决策技术来支持产品提供， 市场战略，及客户互动的技术。如何留住老客户，争取新客户，如何获取市场 和客户的消费信息，挖掘和分析这些数据，从中得出有用的、正确的结论，来 为市场和客户提供更好的产品和服务成为客户关系管理CRM 的研究核心。通过 CRM 系统，企业可以迅速地发现潜在客户，对客户进行全面地观察和管理，更 好地了解客户的需求，对客户及其发展前景进行有效地预测，深化与那些长期 的，有价值的客户的关系，对不同的客户采取不同的策略，通过提供个性化服 务，提高客户忠诚度，增强企业竞争力。 数据挖掘与数据仓库技术为CRM 系统提供了核心技术动力，对客户关系管 理及商业战略的成功实施具有重要意义。 数据仓库是一个用以更好的支持企业或组织的决策分析处理的，面向主题 的，集成的，稳定的，随时间变化的数据集合。数据仓库的主题是一个在较高 层次上将数据归类的标准。能更好的满足管理人员的决策分析需要。基于此， 本文提出一种支持CRM 分析的数据仓库多维启动模型，对优化数据仓库，提高 数据查询处理能力有着积极的作用。此模型可通过在SQL 语句中包括或排除时 间维来灵活的用于分析趋势，客户终身价值，市场，客户及产品等。模型返回 的结果易于理解，并且这种丰富的信息可作为类标签在数据挖掘算法中使用。 数据挖掘中的决策树方法是CRM 系统客户分类和流失预测模块中经典的分 类方法，在分类分析中，决策树模型是最受欢迎的模型，最主要的原因在于它 能非常方便地用图形化(树型结构)的方式表现挖掘的结果，适应于企业管理部 门做出决定。本文提出一种基于粗糙集核属性及信息增益的多属性决策树算法。 该算法对 ID3 算法的改进效果明显，所构造的决策树叶子少，深度小，结点复 杂度低且规则少等优点。本文从某年的移动通信客户数据库中获取部分数据记 录作为训练样本，并将提出的改进算法应用到CRM 的客户分类器中，来建立决 策树的分类预测模型，构造客户流失分析的决策树，取得了很好的效果。 关键词：客户关系管理 数据挖掘 多维建模 决策树 I Abstract Abstract Customer Relationship Management (CRM) is the technology which uses knowledge management and decision support technology to support product- providing, market strategy, and customer interaction. The research core of CRM is how to firmly retain old customers and win new customers, how to draw a useful conclusion by excavating and analysis the consumer information from market and customers to provide better products and effective services for the market and customers. With the CRM system, enterprises can identify potential customers and conduct a comprehensive observation and management, a better understanding of customer needs, an effective forecast about customers and their future developm