第三组(关联规则算法在CRM中的运用).ppt

关联规则算法在CRM中的运用 云南财经大学 信息学院 计专14-1 第三组 ： 小组成员：宋娇 黄啟微 顾小银 李原哲 1. CRM简介 CRM(Customer?Relationship?Management)，客户关系管理，指的是企业与其客户的交流方式，它实施于企业的市场营销、销售、服务与技术等与客户有关的领域。它是一种营销理念，又是一种旨在改善企业与客户之间关系的新型管理机制，也是一种管理软件和技术，它将最佳的商业实践与数据挖掘、数据仓库、一对一营销、销售自动化以及其它信息技术紧密结合在一起,为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案,使企业有了一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代企业模式的转化。 CRM(客户关系管理)的特征是:①一对一营销②高度集成的交流渠道③统一共享的信息资源④商业智能化的数据分析和处理⑤对基于Web的功能的支持。 CRM(客户关系管理)的目标就在于协助企业不断地获取和积累客户信息，并将这些信息运用在企业的生产、市场营销和客户服务等各个领域，以提升客户满意度和忠诚度，提高企业的核心竞争力，从而降低生产、销售和服务成本，增加企业效益。 2.关于关联规则中的客户获得 下面以在线商店中的购物系统为例，说明关联规则在CRM客户获得中的应用。 某在线商店货架上有多种货物，例如，帽子、裙子、鞋子等,我们应用关联规则就是为了发现当一个人已经购买了帽子时，那他有多大可能还会买裙子呢？ 2.1 数据转换 表一 原始客户购买信息表 交易号TID 顾客购买商品Items T1 鞋子、裙子、衣服、袜子 T2 衣服、鞋子 T3 衣服、裙子、包包 T4 衣服、鞋子、袜子 T5 鞋子、袜子、帽子 ...... ....... 在进行关联规则挖掘前，需要将各变量的取值划为一系列的整数或代码，映射为事物的项。表一顾客购买商品转换后的映射表如下表二所示： 鞋子 裙子 衣服 袜子 帽子 包 S1 S2 S3 S4 S5 S6 表二 映射表 在进行关联规则挖掘前，需要将各变量的取值划为一系列的整数或代码，映射为事物的项。表一顾客购买商品转换后的映射表如下表三所示： 表三 映射为项的原客户购买信息集  交易号 TID 顾客购买商品 items T1 S1，S2，S3，S4 T2 S1，S3 T3 S2，S3，S6 T4 S1，S3，S4 T5 S1，S4，S5 …… …… 2.2 产生频繁项目集 表三中的S1、S2...S6即事物中的项集，根据Apriori算法，从专业的知识方面考虑，首先，设定最小支持度为40%，最小置信度为65%，以获得较高关联程度。由此会产生满足最小支持度的若干1项集，将各频繁1项集合并可得到满足最小支持度的频繁2项集。以此类推，当产生的频繁4项集为空时，即没有满足最小支持度的4项集，算法停止。 2.3 建立关联规则 使用Apriori算法发现频繁集： 数据库D C1 L1 扫描D，对 比较候选支持度计数与 每个候选计数 最小支持度计数 （40%） （最小支持度=某项（或某几项） 的 出现的次数/总事物出现的次数）