數(shù)據(jù)挖掘及其在客戶關(guān)系管理中的應(yīng)用

　　信息社會(huì)中數(shù)據(jù)的爆炸性增長(zhǎng)，“豐富的數(shù)據(jù)與貧乏的知識(shí)”問(wèn)題的日漸突出，產(chǎn)生了對(duì)強(qiáng)有力的數(shù)據(jù)分析工具的需求。決策者迫切需要將海量數(shù)據(jù)轉(zhuǎn)換成有價(jià)值的信息和知識(shí)。數(shù)據(jù)挖掘?yàn)檫@一需求提供了強(qiáng)有力的技術(shù)支持?？蛻絷P(guān)系管理（CRM）是現(xiàn)代電子商務(wù)活動(dòng)的核心部分，對(duì)CRM 的重視是現(xiàn)代市場(chǎng)營(yíng)銷理念和商業(yè)運(yùn)作方式轉(zhuǎn)變的結(jié)果。CRM是數(shù)據(jù)挖掘的重要應(yīng)用領(lǐng)域。數(shù)據(jù)挖掘及其在CRM中的應(yīng)用研究已經(jīng)成為學(xué)術(shù)界和企業(yè)界共同關(guān)注的領(lǐng)域。本著作在對(duì)數(shù)據(jù)挖掘、CRM以及數(shù)據(jù)挖掘在CRM中的應(yīng)用的研究現(xiàn)狀進(jìn)行文獻(xiàn)綜述的基礎(chǔ)上，提出了數(shù)據(jù)挖掘技術(shù)及其在CRM中的應(yīng)用研究的相關(guān)主題，主要完成了以下三個(gè)方面的研究工作：第一，數(shù)據(jù)挖掘中概念數(shù)據(jù)集成的模型研究。該研究描述了面向OLAP 集成XML數(shù)據(jù)和關(guān)系數(shù)據(jù)的概念數(shù)據(jù)集成結(jié)構(gòu)體系框架，并提出了面向OLAP 的一個(gè)多維數(shù)據(jù)概念模型UML星系模式。最后通過(guò)一個(gè)B2B的電子商務(wù)中的 2-根UML星系模式的構(gòu)建實(shí)例來(lái)說(shuō)明了n-根UML星系模式的構(gòu)造過(guò)程 模型的建立為電子商務(wù)中多數(shù)據(jù)源基礎(chǔ)上多主題OLAP分析、描述和建模提供了一種方法。第二，數(shù)據(jù)挖掘中的組合分類方法研究。該研究從數(shù)據(jù)挖掘優(yōu)化的技術(shù)角度出發(fā)，依據(jù)并行組合分類方法的思想，采用基于遺傳算法的組合算法，提出一種基于遺傳算法的多重決策樹(shù)并行組合分類方法以提高分類精度，并在保持分類結(jié)果良好可解釋性的基礎(chǔ)上優(yōu)化分類規(guī)則。第三，組合分類方法在CRM中的應(yīng)用研究。該研究針對(duì)CRM中客戶風(fēng)險(xiǎn)分析和客戶獲取策略問(wèn)題，以客戶風(fēng)險(xiǎn)分析中的客戶信用等級(jí)評(píng)定問(wèn)題和客戶獲取策略中的客戶反應(yīng)行為模式問(wèn)題為研究對(duì)象，采用本文提出的基于遺傳算法的多重決策樹(shù)并行組合分類方法進(jìn)行研究分析。通過(guò)這種組合分類方法的運(yùn)用，在客戶信用等級(jí)評(píng)定問(wèn)題中進(jìn)一步提高了客戶信用的定位水平，減少了企業(yè)運(yùn)營(yíng)的風(fēng)險(xiǎn);在客戶反應(yīng)行為模式的分類分析中，通過(guò)分類定位模型輔助決策人 員進(jìn)行客戶細(xì)分，定位他們的最佳客戶和潛在客戶。同時(shí)通過(guò)進(jìn)一步的仿真分析得出，基于遺傳算法的多重決策樹(shù)組合分類方法比單個(gè)決策樹(shù)具有更高的分類精度，并在保持分類結(jié)果良好的可解釋性的基礎(chǔ)上優(yōu)化了分類規(guī)則。隨著數(shù)據(jù)挖掘技術(shù)的進(jìn)一步發(fā)展，這一研究領(lǐng)域研究?jī)r(jià)值越來(lái)越大。同時(shí)，隨著數(shù)據(jù)挖掘技術(shù)在電子商務(wù)時(shí)代CRM中的應(yīng)用進(jìn)一步深入，CRM必然具有更廣泛的市場(chǎng)價(jià)值和更廣闊的應(yīng)用前景。因此，本書(shū)關(guān)于數(shù)據(jù)挖掘及其在CRM中的應(yīng)用的研究主題具有重要的學(xué)術(shù)價(jià)值和實(shí)踐意義。

暫缺《數(shù)據(jù)挖掘及其在客戶關(guān)系管理中的應(yīng)用》作者簡(jiǎn)介