基于改进FP―Growth算法提取客户关系图.docVIP

基于改进FP―Growth算法提取客户关系图 　　摘要：利用客户关系图可以很清晰地看出企业与客户之间的各类关系，便于企业决策者采取针对性的措施来改善客户关系。该文提出了一种基于改进的FP-Growth算法进行客户关系图提取的方法，通过最小支持度寻找到所有的频繁项集，然后结合最小置信度，筛选出所需要的关联规则来提高算法的效率。本方法已应用于浙江中烟CRM系统，结果证明该改进算法有比较好的效果。 　　关键词：客户关系管理；数据挖掘；客户关系图；频繁项集 　　中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2015）03-0106-04 　　A New Method to Extract Customer Relational Graph Based on Modified FP-Growth Algorithm 　　WANG Huan-wen， LU Hai-liang， SHAN Yu-xiang 　　（Information Center， China Tobacco Zhejiang Industrial Co.， LTD， Hangzhou 310009， China） 　　Abstract： Customer relationships can be clearly seen in customer relationship graph， thus business decision-makers can take specific measures to facilitate customer relationships. This paper presents an improved algorithm based on FP-Growth algorithm to extract customer relationship graph. We find all frequent itemsets through minimum support， then filter out the desired association rules integrated with the minimum confidence， which can improve the efficiency of the algorithm considerably. This method has been applied to Zhejiang Tobacco CRM system， and the results show that the improved algorithm is very effective. 　　Key words： custom relationship management； data mining； customer relational graph； frequent etem set 　　1 客户关系图 　　客户关系图是企业用来描述与之相关客户的关系以及企业能够为客户提供某些服务需求的图示。通过对客户关系图的绘制与提取，可以很清晰的看出企业与客户之间的各类关系，使企业决策者与服务人员很容易制定出相关措施来改善客户关系，满足客户的需求，提高客户的满意度，为企业创造更多的利润。 　　对于烟草工业企业，客户主要包括了各商业公司、渠道客户、重点集团客户等企业客户，同时还包括了零售户、消费者、购买决策人、意见领袖等个人客户。针对不同的客户，企业需要制定不同的措施，从而满足客户的需求。对于企业客户，需要及时了解各企业的市场运行情况、市场要点以及公司人员的信息，找出他们之间的关系，分析其优势和不足，使工业企业能够更好的进行决策分析，提高客户的满意度。工业企业还需要采集零售户、消费者等个人客户反馈的信息，采集途径包括呼叫中心、企业俱乐部、积分兑换礼品等方式，进而分析出各个客户的需求，对客户进行分类，找出与各类型客户间的关联信息，为采取有针对性的促销方案提供支持。 　　当前，通过数据挖掘技术来提取客户关系图一直是一个难点，因为所提取的客户关系图包含的关系信息量非常有限，这使得企业很难通过客户关系图找出与客户之间的问题所在，没法针对性的对客户进行决策分析与服务，从而使企业与客户之间的关系变得很难维护，长此以往，可能会造成客户对企业的不信任或者企业对客户的忽视，使得客户忠诚度降低，最终导致客户流失，降低企业利润。作为本文课题来源的浙江中烟CRM（Customer Relation Management）系统，其目标就是要解决这一问题，对浙江中烟的客户关系图进行提取，获取有效的客户信息，找出浙江中烟与客户之间的关联规则，改善企业与客户的关系，提高企业的核心竞争力。 　　2 改进的