基于关键词规则匹配的企业客户行业分类研究.docx

DOI:10.3969/j.issn.1006-6403.2014.09.008 基于关键词规则匹配的企业客户行业分类 研究价值为导向，结合客户的其他信息，如消费信息等来进行分类和研究[2]。如对客户的消费行为进行分析，客户的忠 诚度分析，流量分析以及客户流失预测等。企业也可以针 对不同行为模式的客户提供不同的产品内容，针对不同消 费心理的客户提供不同的促销手段等，而对客户进行行业 分类就是进行这些有针对性的营销手段的基础。文献[3]引入关键知识识别(CKR)模型，并对CKR模型 进行改进，克服了原CKR模型只在单一目标下进行知识分 类的局限，改进的CKR模型以企业与顾客/双赢0为理念， 实现双目标下客户知识的分类。文献[4]设计了一种客户价 值评价指标体系，根据该指标体系的指标特性，选择神 经网络作为评价方法进行客户分类，并对每个类别的客户 特征及其相应的营销策略进行了分析。文献[5]根据电信的 客户行为提出了一种改进 k－均值聚类的电信客户分类算 法，提高了客户分类正确率，大幅度减小误差。文献[6]采 用决策树方法，对客户交易数据和客户基本信息进行数据 挖掘分析，降低了数据冗余度，提高了数据集准确率。以上文献中的方法均是针对客户的价值进行分类， 通过数据挖掘，机器学习的相关方法结合客户的其他辅助 信息来对客户进行分类，但是这些辅助信息往往非常有 限，甚至在没有这些辅助信息仅仅有公司名称的情况下， 要怎样对客户所属的行业进行分类呢？对于客户的行业分类大多数针对客户价值进行分类 的方法并不适用，传统的对于客户的行业类方法主要采用 人工录入和确认的方法，甚至还需要大量的电话调查和实 地走访，这种方法耗费大量的人力和物力，效率十分的 低，如何针对公司名称实现客户行业的自动化分类时成为 当前亟待解决的问题。通过研究我们发现，公司名称中往往会出现一些比 较明显的可以带有行业特性的词语，如酒店，餐厅等，通 过关键性的词语我们可以判定其所属的行业。本文提出了一种针对公司名称客户基于关键词，剔 DOI:10.3969/j.issn.1006-6403.2014.09.008 基于关键词规则匹配的企业客户行业分类 研究 价值为导向，结合客户的其他信息，如消费信息等来进行 分类和研究[2]。如对客户的消费行为进行分析，客户的忠 诚度分析，流量分析以及客户流失预测等。企业也可以针 对不同行为模式的客户提供不同的产品内容，针对不同消 费心理的客户提供不同的促销手段等，而对客户进行行业 分类就是进行这些有针对性的营销手段的基础。 文献[3]引入关键知识识别(CKR)模型，并对CKR模型 进行改进，克服了原CKR模型只在单一目标下进行知识分 类的局限，改进的CKR模型以企业与顾客/双赢0为理念， 实现双目标下客户知识的分类。文献[4]设计了一种客户价 值评价指标体系，根据该指标体系的指标特性，选择神 经网络作为评价方法进行客户分类，并对每个类别的客户 特征及其相应的营销策略进行了分析。文献[5]根据电信的 客户行为提出了一种改进 k－均值聚类的电信客户分类算 法，提高了客户分类正确率，大幅度减小误差。文献[6]采 用决策树方法，对客户交易数据和客户基本信息进行数据 挖掘分析，降低了数据冗余度，提高了数据集准确率。 以上文献中的方法均是针对客户的价值进行分类， 通过数据挖掘，机器学习的相关方法结合客户的其他辅助 信息来对客户进行分类，但是这些辅助信息往往非常有 限，甚至在没有这些辅助信息仅仅有公司名称的情况下， 要怎样对客户所属的行业进行分类呢？ 对于客户的行业分类大多数针对客户价值进行分类 的方法并不适用，传统的对于客户的行业类方法主要采用 人工录入和确认的方法，甚至还需要大量的电话调查和实 地走访，这种方法耗费大量的人力和物力，效率十分的 低，如何针对公司名称实现客户行业的自动化分类时成为 当前亟待解决的问题。 通过研究我们发现，公司名称中往往会出现一些比 较明显的可以带有行业特性的词语，如酒店，餐厅等，通 过关键性的词语我们可以判定其所属的行业。 本文提出了一种针对公司名称客户基于关键词，剔 除词建立规则的方法来对客户进行行业分类，此种方法可 以对公司名称进行有效的行业分类，有效解决在没有其他 辅助信息的情况下对客户进行管理的难题，为自动化实现 客户的行业分类提供了理论基础，同时本文以某电信公司 抽样数据为测试集对本方法的可行性进行了测试。 图1为关键词分类法的基本分类流程： [刘春 刘丽娇] 企业行业分类信息在CRM（客户关系管理）中有着重要的作用，文章提出 了一种针对公司名称基于关键词和剔除词进行规则匹配的方法来进行自动行业分 类，有效解决在没有其他辅助信息的情况下对客户进行管理分类的难题，同时文 章以某电信公司客户抽样数据为测试集对本方法的