基于數(shù)據(jù)挖掘的智能客戶關(guān)系管理系統(tǒng)研究.pdf

1、智能客戶關(guān)系管理系統(tǒng)(ICRM)是客戶關(guān)系管理系統(tǒng)(CRM)引入人工智能技術(shù)后的產(chǎn)物，是目前CRM的前沿研究領(lǐng)域，數(shù)據(jù)挖掘是提高其決策支持能力的一種重要工具和手段，研究數(shù)據(jù)挖掘的相關(guān)理論和方法及其實(shí)用價(jià)值。 數(shù)據(jù)挖掘是從大量的歷史數(shù)據(jù)中發(fā)現(xiàn)隱含的、有潛在應(yīng)用價(jià)值并最終能使人理解的知識(shí)的過程。在決策領(lǐng)域，人們所面對(duì)的數(shù)據(jù)往往具有不確定性和不完整性，從這類數(shù)據(jù)中發(fā)現(xiàn)知識(shí)是一個(gè)非常困難的問題。本文針對(duì)客戶關(guān)系管理系統(tǒng)的特征，分析了數(shù)據(jù)

2、挖掘過程的步驟和特點(diǎn)；為適應(yīng)當(dāng)前客戶關(guān)系管理系統(tǒng)更依賴于商業(yè)智能分析的特點(diǎn)，提出了應(yīng)用聚類算法和粗糙集理論的解決方案；在深入研究模糊聚類算法的缺陷后，給出了其相應(yīng)改進(jìn)算法，并應(yīng)用于客戶分類規(guī)則發(fā)現(xiàn)，在此基礎(chǔ)上結(jié)合粗糙集理論進(jìn)行了決策規(guī)則挖掘。具體的研究?jī)?nèi)容如下： 1.本文對(duì)支持多數(shù)據(jù)集、多學(xué)習(xí)目標(biāo)的數(shù)據(jù)挖掘處理過程進(jìn)行了討論。數(shù)據(jù)處理過程模型化能更適合實(shí)際工作的需要，降低用戶和數(shù)據(jù)挖掘人員之間的影響因素，促進(jìn)數(shù)據(jù)挖掘的應(yīng)用。

3、 2.通過對(duì)傳統(tǒng)聚類算法的具體性能、缺點(diǎn)的分析研究，采用自動(dòng)循環(huán)迭代策略來生成聚類有效數(shù)在FKM算法，本文提出了新的改進(jìn)算法——FKMA算法，并將其應(yīng)用客戶分類規(guī)則的挖掘。 3.在客戶分類規(guī)則基礎(chǔ)上，探討了粗糙集用于不確定性和不完全性客戶信息系統(tǒng)中的知識(shí)約簡(jiǎn)、導(dǎo)出問題的決策或分類規(guī)則的具體步驟，設(shè)計(jì)了一種用于粗糙集中相關(guān)數(shù)字量和集合量的計(jì)算方法，從而得到較高精度的決策規(guī)則集合。 4.在上述工作的基礎(chǔ)上，研究了基于數(shù)據(jù)