基于贝叶斯分类算法的客户流失分析模型研究.docVIP

基于贝叶斯分类算法的客户流失分析模型研究 　　摘要：客户关系管理以客户为中心，通过再造企业组织体系和优化业务流程，展开系统的客户研究，最大程度地改善、提高了整个客户关系生命周期的绩效，从而提高客户的满意度和忠诚度，提高运营效率和利润收益。该文研究和探讨了客户关系管理系统开发的技术环节及实现过程，并对基于贝叶斯分类算法的客户流失分析模型的建立进行了分析。 　　关键词：贝叶斯分类算法，数据挖掘，客户关系管理 　　中图分类号：TP393文献标识码：A文章编号：1009-3044(2008)35-2251-02 　　Bayesian classification algorithm based on the analysis of the loss of customers Model 　　GUO Kai-ming 　　（Taiyuan University of Technology Institute of Computer and software,Taiyuan 030024,China） 　　Abstract: Customer Relation Management takes the customers as the center， it gives a new life to the enterprise organization system and optimizes the business process， then launches a general research of the customers， and in order to raise the results of the whole customer life cycle， thus raises the customers satisfaction and companys profit. This paper mainly focused on the discussion and the research of the basic technique concerned with data mining，And Bayesian classification algorithm based on the analysis of the loss of customer model are analyzed. 　　Key words: Bayesian classification algorithm, data mining, customer relationship management 　　 　　1 引言 　　 　　客户关系管理是现代管理科学和信息技术结合的产物，是企业最终实现电子化、运营目标所使用的软硬件系统及集成的管理方法、解决方案的总和。它以客户为中心，通过再造企业组织体系和优化业务流程，展开系统的客户研究，从而提高客户的满意度和忠诚度，提高运营效率和利润收益。 　　本文所研究的客户分类挖掘系统是以打印行业为背景，目标立足于A公司客户的内部信息、业务状况信息、市场竞争信息等基本信息，采取数据仓库技术，结合OLAP 分析技术和数据挖掘技术以统计报表、图表、以及生成相关文档的形式向决策人员和客户经理提供决策和工作的依据。对客户进行定级、分析、核定信用度，对不同的客户建立相应的联系，并根据其特点提供“一对一”的个性化营销策略。 　　 　　2 贝叶斯分类算法 　　 　　分类算法(Classification)是属于预测式数据挖掘的一种数据分析方法，其目的是根据重要样本数据集找出能准确描述并区分数据类或概念的模型，以便依据实体的属性值及其它约束条件将其划分到某个数据类别中去。分类是数据挖掘领域中一个非常重要的研究课题。目前的技术和方法主要有决策树分类、朴素贝叶斯分类、贝叶斯信念网络、向后传播分类、遗传算法、粗糙集方法、基于案例的推理等。 　　贝叶斯分类是统计学分类的方法，它可以预测类成员关系的可能性，如给定样本属于一个特定类的概率。贝叶斯分类的特点是使用概率规则来实现学习或某种推理过程，即将学习或推理的结果表示为随机变量的概率分布，这可以解释为对不同可能性的信任程度。贝叶斯分类的出发点就是贝叶斯定理，即： 　　P（C|X）= 　　其中：P（C|X）表示条件X下C的后验概率； 　　P（C）表示C的先验概率； 　　P（X|C）表示条件C下X的后验概率； 　　P（X）表示X的先验概率。 　　贝叶斯分类方法有两种，一种称为朴素贝叶斯分类，另一种称为贝叶斯信念网络。朴素贝叶斯分类假定一个属性值对给定类的影响对立于其他属性的值。这一假定称作类条件独立。作此假定是为了简化所需计算，并在此意义下称为“朴素