管理决策方法.docVIP

重庆大学研究生期中考核 学年第 学期 学号 姓名 考核方式 作业 班级 考核课程名称 管理决策方法 考核时间： 年 月 日 题号 一 二 三 四 五 六 七 八 九 十 十一 十二 总分 得分 请下载一篇较高水平的学术论文，仔细阅读论文，并逐一回答下述问题： 一、论文来源 论文题目 作者 发表年月 期刊名称 卷号 期号 起止页码 基于模糊聚类算法的客户细分研究 赵红，付立军，王丽琴，王银宾 2010年6月 数学的实线与认识 40 11 二、论文的主要研究工作及结果 1．研究主题 本文利用数据挖掘技术，将模糊聚类算法应用于客户细分中，以此寻找具有相似特征及价值的客户，并在电信行业中进行实证应用。 2．问题的提出背景 从80年代中期开始，许多企业开始重组和重新设计其商业流程，以期降低成本并提高效率和竞争能力同时，这些企业也意识到，要达到这些目的，所需要开发的技术耗资巨大，复杂且耗时冗长。因此，许多公司转而求助于企业资源规划应用系统。这些应用系统帮助他们实现了内部商业流程，如财务、制造、库存管理和人力资源的自动化和优化，从而将企业从战术性的日常商业运作事务中解放了出来。然而，全世界范围内的各个企业都在经历一场深刻的变革，企业关注的焦点逐渐改进内部运作转移到更多地关注客户上来，企业都意识到客户才是企业生存发展的源泉。而要把注意力集中到客户身上，许多企业都必须再度开始寻求信息技术的帮助，即求助于客户关系管理来赢得更多的客户并且提高客户的忠诚度。随着数据库技术的迅速发展以及数据库管理系统的广泛应用，企业积累的客户数据越来越多。激增的数据背后隐藏着许多重要的信息，企业希望能够对其进行更高层次的分析，以便更好地利用这些数据对客户进行细分，进而对不同的客户采取不同的管理策略，降低吸引客户的成本，增加客户的回头率。 3．研究目标与意义 虽然已经有很多定型的方法可以对客户进行细分。但是随着时代的变迁，科学的进步，数据仓库技术日益完善，客户关系管理对客户细分的研究并不能都满足于定性研究，然而客户数据非常复杂，有些复杂的数据是难于精确化的，把模糊数学应用于客户细分，能很好地贴近人类的思维方式，更加易于被人理解。 本文应用模糊集软化数量型属性的划分边界，提出了基于模糊的客广，细分方法，从客户关系角度出发，把客户价值和客户行为结合起来对客户进行细分。本文的细分方法能够对企业的客户细分提供有价值的参考。 4．研究思路与路线设计 首先本文提出模糊聚类求解过程。具体是提出数据集划分和说明模糊聚类算法过程。在这里本文分析FCM聚类算法流程包括4步骤。 然后本文通过实证分析说出结果。 本文 通过引入模糊的方法来处理聚类问题，从而实现了定性和定量相结合，得到了客户样本属于各个类别的不确定性程度，从而能更客观地反映现实的客户细分情况。 本文采用定性和定量相结合的研究方法，将理论和模型、方法与实例、模型与应用研究融为一体，构建了一种新的客户细分模型一模糊聚类客户细分模型。 本文通过实例应用，验证了模糊聚类客户细分模型的合理性和有效性。模型 的评价结果不仅能有效地对客户进行细分，还能展示客户与不同客户类型之间的联系。根据这种细分，企业可以制定不同的个性化营销策略改善客户与企业的关系，从而提升客户价值，提高企业的销售额和利润，最终达到客户与企业双赢的目标。 5．研究模型与方法 模糊聚类算法主要用于模式人别、数据挖掘等，利用均方逼近理论构造了带约束的非纯属规划函数，从此类内平方误差和J1成为聚类目标函数的普遍形式。之后硬c 均值算法为极小化该目标函数而采取pikard迭代优化方案，Dunn 将WGSS函数J1扩展到J2，即类内加权平均误差和函数，Bezdek 又引入参数m，把J2推广到一个目标函数的无限簇，即形成了FCM基类算法。 Dunn 在模糊划分的基础之上分别将样本与聚类中心的距离用其隶属度平方加权，从而把类内误差平方和目标函数J1扩大为类内加权误差平方和函数J2，之后Bezdek将J2推广为更为普遍的形式，给出了基于目标函数的模糊聚类更为一般的形式J: j= FCM 流程： 步骤1：指定加权指数m，初始化聚类中心cj，j=1,2,..,c,模糊划分矩阵u。 步骤2：根据公式（3）计算并更新模糊划分矩阵uk= (uij) 步骤3：根据下面公式更新据类中cj,j=1,2,...,c Cjk+1= 步骤4：检查终止条件。 6．数据获取方法 给定的数据集 X=（x1,x2,…xn）为模式空间中n