数据挖掘技术在染料业CRM系统中应用.pdfVIP

第十一届全国染料与染色学术研讨会暨信息发布会论文集 数据挖掘技术在染料业CRM系统中的应用 张学锋 (上海启明软件股份有限公司，上海200233) 摘要：客户关系管理(CRM)是目前企业决策管理的重要内容，而数据挖掘技术是有效实施客户关系管 理的重要手段。从染料企业积累的大量销售数据中，挖掘出有价值的信息，从而为企业决策提供服 务。本文阐述了数据挖掘技术在染料业CRM中的作用，着重研究分析了关联分析方法、序列模式分 析和聚类分析方法，并结合染料业讨论了方法的应用。 关键词：染料业；C跚数据挖掘；技术；应用 1概述 随着数据库技术、网络技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增 大。像染料企业每天的销售记录就达七八千条，然而，如何有效地使用这些数据却成为一个问题，因为往 往是数据丰富而知识缺乏，透过这些客户的销售记录我们能从中发现什么?于是客户关系管理系统(CRM) 就应运而生。客户关系管理作为一种“以客户为中心”的先进的经营管理理念，能够实现通过客户利益的 最大满足促进企业利润极大增长的经营目标。为顾客提供高质量的服务，不断提高客户的满意度和忠诚度， 已经成为新形势下企业管理的一项重要工作。人们目前所使用的数据库技术无法将隐藏在数据背后的重要 信息挖掘出来利用，所以如何迅速、准确、有效但适量地提供用户所需的信息，发现信息之间潜在的联系， 支持管理决策就是数据挖掘和数据仓库要解决的课题，同时也是CRM系统产生的必要条件和最终目的。 2数据仓库与数据挖掘的概念 程。数据仓库是一个综合的解决方案，是对原始的操作数据进行各种处理并转换成有用信息的处理过程， 它主要用来帮助业务主管部门做出更符合业务发展规律的决策，用以指导染料销售。数据仓库的建设需要 综合应用、决策权、数据库、数理统计等多项技术。世界上许多著名公司都推出了类似的数据产品，包括 SQL 据挖掘便成了染料信息化的重要组成部分。 数据挖掘指的是从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的 潜在有用信息。数据挖掘足随着科学技术的迅速发展、数据库规模的日益扩大以及人们对数据库中潜在信 息资源的需求而迅速发展起来的。它是数据库技术、人工智能、机器学习、统计分析、模糊逻辑等学科相 结合的产物。数据挖掘的对象不仅是结构化数据库，也可以是半结构化的超文本文件，甚至是非结构化的 多媒体。而数据仓库上面的数据挖掘，将是数据挖掘技术应用的主流。 数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多 个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗噪声数据。挖掘阶段是一个假设产生、合 ．433． 数据挖掘技术在染料业CRM系统中的应用 成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把 提取的有用信息正确地表达出来。 数据挖掘的方法和技术可大致划分为三类：统计分析、知识发现、可视化技术等。统计分析用于检查 异常形式的数据，然后利用统计模型和数学模型来解释这些数据，统计分析方法是目前最成熟的数据挖掘 工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数 据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数 据质量、可视化数据的能力、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化 技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交 互式地分析数据关系。 由于数据仓库在规模、历史数据、数据集成和综合性、查询支持等方面都和传统的数据库有着本质的 区别，所以数据仓库为数据挖掘提供了更广阔的活动空间。数据仓库完成了数据的收集、集成、存储、管 理等工作，数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；另一方面，由于数 据仓库所具有的新特点，又对数据挖掘技术提出了更高的要求。所以，数据仓库技术的发展必须和数据挖 掘技术有机地结合起来。 3数据挖掘在客户关系管理中的应用 为中心的营商哲学和文化，来支持有效的市场推广、营销和服务过程。 常用的数据挖掘方法有：