论文部分内容阅读
市场经济的发展、科学技术的进步、信息化的推广使企业之间的竞争变得日益激烈。在激烈的市场竞争中,企业只有不断地通过各种渠道同客户进行有效的互动交流,并且从这种互动中获取知识,了解客户,提高客户满意度来获得利润,才能在竞争中立于不败之地。如今企业竞争战略已经从“以产品为中心”转移到了“以客户为中心”,客户已经成为企业至关重要的成功因素和利润来源。客户关系管理(CRM)的实施帮助企业更好地了解客户的需求,改善客户关系,提高客户满意度,从而提升企业的竞争实力。 本论文从CRM和数据挖掘分类分析理论入手,对CRM的内涵、基本内容、应用系统的体系结构以及数据挖掘分类分析的过程、数据预处理进行了论述。文中重点研究了数据挖掘的分类算法,并将相关的分类算法应用到CRM客户分类、客户流失预测研究之中。 在数据挖掘分类分析中,研究了SLIQ决策树分类算法,SLIQ分类算法通过预排序和广度优先等技术能够快速和准确地处理大量的数据集,并且具有较好的伸缩性、并行性。文中详细介绍了SLIQ决策树分类算法的属性分裂方法、剪枝技术,并给出SLIQ分类算法流程总程序。 客户分类是分析型CRM的重要组成部分,建立在客户分类基础上的“一对一营销”更是企业提高客户的满意度,增加获利能力的必要手段。文中运用SLIQ分类算法,针对电信企业特点,建立客户分类指标并进行客户分类实证研究。 针对数据挖掘中神经网络算法收敛速度慢,容易陷入局部最优解等局限性,引进遗传算法,利用其较好的全局搜索能力、适于并行处理等优点优化神经网络,构建遗传神经网络分类算法。为达到对BP神经网络连接权值、网络拓扑结构同时优化的目的,文中提出了基于三层染色体结构的遗传神经网络算法,并将遗传神经网络分类算法应用于中国移动客户流失预测研究。运用数据挖掘分类分析技术对CRM中客户流失情况进行预测,能有效地避免因客户流失对企业的影响,大大提高企业的竞争力。