QQ客服 官方微博 反馈留言

题名	客户关系分析评价技术的研究
作者	王扶东
学位类别	博士
答辩日期	2004-06-27
授予单位	中国科学院沈阳自动化研究所
授予地点	中国科学院沈阳自动化研究所
导师	薛劲松 ; 朱云龙
关键词	客户关系分析 数据挖掘 J2EE 商业智能
其他题名	Research on The Technology of Analyzing Customer Relationship
学位专业	机械电子工程
中文摘要	互联网的普及和电子商务的兴起，从根本上改变了传统的企业生产、经营方式和经营理念，既为企业带来了新的发展机遇，同时也使企业面临着新的挑战。传统企业基于4P(Product-产品, Place-渠道, Price-价格, Promotion-促销)的竞争模式已逐渐被以客户为中心的经营理念所取代, 企业的管理模式必须从“内视”型向“外视”型发展。作为以实现客户关系管理经营理念为目的CRM(Customer Relationship Management)的应用，在企业电子商务应用框架中承担着关键的角色。虽然我国目前实施CRM的企业并不是很多，但是，CRM充分利用现代信息技术，实现以客户为中心的企业生产经营战略的先进理念，无疑对我国企业更有效的应对全球化的竞争具有较大的借鉴意义。真正的客户关系管理系统需具有丰富的分析功能，分析功能的深化是客户关系管理的一个重要发展趋势。本文在综述了国内外关于CRM研究现状的基础上，提出使用数据挖掘技术进行系统的客户关系分析研究，对客户关系分析系统的体系结构和分析指标与方法进行了深入的探讨，并对分析所需的一些关键技术进行了深入研究。在客户关系分析系统的体系结构研究中：针对客户关系分析的具体需求，提出了客户关系分析评价系统的系统框架，整个系统将不同的挖掘操作模块、数据预处理模块、存储控制模块、挖掘库及挖掘库管理模块、数据库和外部文件等紧密地结合在一起，构成了一个层次清晰的体系结构。为了支持客户关系分析系统功能的实现，使之既能满足系统的功能需求，又具有较好的灵活性和易用性，提出了流程驱动的系统工作原理。利用该工作原理，首先将分析任务按任务分解策略进行树状分解，然后根据模板建立相应的数据挖掘过程实例集和挖掘活动序列，并能够同时监控挖掘活动序列的执行状态，必要时重新进行活动序列的分解，保证了挖掘活动的独立、有序的运行。在客户关系分析指标体系和分析方法研究中：全面归纳总结了客户关系分析的指标体系和方法体系，整个体系从客户细分、客户行为分析和市场分析三个方面展开。将客户细分分为直接集成商业现成产品COTS的多维组合型分析和按客户价值的客户细分。在按客户价值进行细分的研究中，我们提出了基于层次分析法和距离聚类算法的加权聚类方法，并将该方法用于某橡胶产品生产企业的客户数据聚类分析。将客户行为分析分为客户满意度分析、客户流失预测分析、客户响应度分析、客户忠诚度分析、交叉销售分析等，针对每个分析指标全面给出了影响指标的各个因素，并根据各个分析指标的特点提出了恰当的数据挖掘方法，给出了分析建模过程，为企业的客户关系分析提供了基础。为了支持客户关系分析，在算法方面我们进行了如下的研究：为了支持客户行为分析中的交叉销售分析，研究了关联规则的挖掘算法的缺陷，并根据算法的缺陷，在Apriori算法的基础上设计了两个新的算法Aapriori算法和Capriori算法，新算法能够快速有效地找到用户所需的各项规则，支持企业促销产品，为新产品开拓市场提供决策依据。分类算法是客户关系分析中应用最普遍的数据挖掘功能，为了支持客户关系分析，本文指出了建立分类模型前进行属性约简的必要性，基于粗糙集理论提出了属性重要性定义，分析了基于粗糙集的属性重要性的定义和信息熵定义的不足之处，提出了将二者相结合的属性约简算法，并用实例进行了验证。最后将粗糙集知识与决策树算法相结合，提出了新的决策树改进算法。最后，设计实现了客户关系分析系统—e-CRA。根据实际需求，将系统设计为C/S和B/S并存的结构模式，采用J2EE体系结构，分离了业务逻辑和数据访问逻辑。系统既能够按照客户关系分析指标组织分析，进行客户细分和客户行为分析，又能按数据挖掘算法组织分析，并将论文中提出的改进算法运用到系统中。该系统为数据挖掘技术在客户关系分析中的应用做了有益的探索，为企业进行与客户相关的各种决策提供了有力的支持。总之，本论文的工作是将数据挖掘技术应用于客户关系管理系统的客户关系分析中的探索和尝试，为客户关系的分析提供了相应的理论和方法论的指导，适应了客户关系管理中的分析功能将进一步加深这一大趋势，具有一定的理论意义和实际应用价值。
索取号	F270/W32/2004
英文摘要	Based on intensive study of current domestic and overseas research on CRM, the technology of data mining is used to analyze customer relationship in this paper. The research includes the content as follows: For the requirement of customer relationship analysis, the structure of system is designed. To support the system on accomplishing analysis task and insure the system’s flexibility and convenience, we put forward a new flow-driven principle. Based on intensive study of customer relationship analyses, the analyses index system and analysis method system are put forward. To segment customer according to the customer value, a new clustering method with relative weighted is designed, based on the analytic hierarchy process and clustering techniques. Some data from a rubber production enterprise is analyzed by this method, and the result is very satisfying. For every Customer behavior analysis index, we list all factors that affect the index, choose the appropriate mining technique and advance the modeling process. To support cross-selling analysis, we describes and analyzes two kinds of problems, which exist in cross-selling. And two algorithms of mining constraint-based association rules are presented according to the characteristics of these two problems. It is shown in the results of the numerical simulation that the outcome of the mining can support cross-selling effectively Classification is used frequently in customer relationship analysis. The necessity of attribute reduction is pointed out. To support attribute reduction, a kind of new attribute importance is defined based on the rough set theory. A new algorithm for attribute reduction is proposed for consideration based on rough set and information entropy. Some instances validate the new algorithm. In addition, a new improved decision tree algorithm is proposed based on the rough set theory. Finally, the system e-CRA for customer relationship analysis is designed and completed. The system synchronously adopts C/S and B/S frame mode. The J2EE framework complied by this system insures the separation of operation logic and data accessing logic. The system can analyze customer data according to analysis index system, and also it can do according to data mining algorithm. The new algorithms proposed in this paper are included in the system. The system of e-CRA can provide effectual support for decision-making about customer. In conclusion, the application of data mining in CRM is explored and our work support academic and methodological guidance for customer relationship analysis. Thus it is undoubtedly to say that this thesis is of certain significance and realistic application value.
语种	中文
产权排序	1
公开日期	2012-08-29
分类号	F270
内容类型	学位论文
源URL	[http://ir.sia.ac.cn/handle/173321/9558]
专题	沈阳自动化研究所_工业信息学研究室_先进制造技术研究室
推荐引用方式 GB/T 7714	王扶东. 客户关系分析评价技术的研究[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2004.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。