呼叫中心是近年来新兴的热点行业,在企业的客户服务中占据重要地位。本文结合重庆联通10010呼叫中心生产运营实际数据,一方面对决策树及其改进算法进行了研究和实现;另一方面利用关联规则挖掘算法对重庆联通呼叫中心的用户满意度评价数据和员工档案数据进行数据挖掘,挖掘出了影响服务质量的关键因素,并对挖掘结果进行了分析,验证其有效性,因此具有理论和实践的双重价值。本文重点对决策树方法的经典算法ID3算法和关联规则经典算法Apriori算法进行了研究,完成的主要工作如下:①在决策树方面详细介绍了经典算法ID3算法的理论背景,并按照建树的规则,通过实例使用ID3算法学习得到一棵决策树。同时对ID3算法的优缺点进行综合评价,针对其缺陷提出了以下两方面改进:1)针对决策树ID3算法偏向属性取值多的属性的缺陷,提出了用信息增益比例的概念改进该缺陷的方法。2)针对决策树ID3算法只能处理离散的值的缺点,提出了一种预处理技术,将连续型属性进行离散,从而解决这一缺陷。本文在重庆联通呼叫中心实际应用中实现了ID3算法的改进,并对改进算法进行测试和综合评价。②在关联规则--Apriori算法方面,主要是受Apriori算法中生成候选k项集方法的启发,提出首先找出k个只含1项的子集,然后将它们连接生成含2项的子集,直到最后连接成k-1项的子集为止的寻找真子集并生成关联规则前件、后件的算法。③本文最后探讨了服务质量评估数据挖掘系统的实现方法,给出了两种数据挖掘的解决方案。通过第二种方案实现了将Apriori算法中生成候选k项集的方法运用于寻找真子集的思想,挖掘出了较为详细的关联规则,为呼叫中心服务质量管理提供了很好的参考。本文给出了服务质量评估数据挖掘模块的软件框架,并使用相关数据进行了关联规则算法的实验,对结果进行了分析。重庆联通客服五期系统已于2007年6月成功割接上线,同时自主开发的呼叫中心人力资源管理系统也于2007年初进行了升级更新。服务质量评估数据挖掘系统作为客服五期的一个有效延伸,将客服系统与人力资源管理系统联系起来,对用户的满意度评价数据及员工档案数据进行了有效的数据挖掘。