基于粗糙集的直銷行業(yè)客戶分類研究.pdf

1、在激烈的市場(chǎng)競(jìng)爭(zhēng)中，直銷企業(yè)發(fā)現(xiàn)，只有爭(zhēng)取到客戶，并且成功做好客戶保留，才能在日趨激烈的買方市場(chǎng)競(jìng)爭(zhēng)環(huán)境中使自己生存繼而求發(fā)展。為了能夠了解客戶、識(shí)別客戶，企業(yè)開始收集客戶信息、分析銷售數(shù)據(jù)，客戶分類近年來成為研究的熱點(diǎn)，但是隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，數(shù)據(jù)的存儲(chǔ)、傳輸越來越便捷，使得企業(yè)囤積了海量的信息，想把這些信息變成有價(jià)值的知識(shí)并非易事，為此，研究人員做了多方面的嘗試，將客戶分類與數(shù)據(jù)挖掘技術(shù)相結(jié)合來解決這一問題有著現(xiàn)實(shí)意義。

2、
　　現(xiàn)有的基于數(shù)據(jù)挖掘技術(shù)的客戶分類研究，多是使用決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯分類等經(jīng)典的數(shù)據(jù)挖掘分類方法。但是直銷行業(yè)以及其他涉及到客戶信息的行業(yè)，其所擁有的數(shù)據(jù)中含有大量不確定信息，如空缺值等，由于很多經(jīng)典的數(shù)據(jù)挖掘分類算法抗干擾能力有限，使得分類質(zhì)量大打折扣?？蛻舴诸悊栴}的研究中也有少數(shù)結(jié)合粗糙集理論的，這些也只是利用粗糙集的屬性約簡(jiǎn)、屬性權(quán)重計(jì)算等算法做數(shù)據(jù)處理，再套用早先的客戶分類常用方法如RFM等，但是這些傳統(tǒng)的客戶分類