吕圣军[1]2008年在《数据挖掘在房地产客户关系管理中的应用研究》文中认为客户关系管理(CRM)是企业的一种商业策略,它在现代企业中扮演越来越重要的角色,是企业提升竞争力的必经之路。在客户关系管理流程中,如何将大量的客户资料和交易数据转化为能够为企业决策提供支持的各种信息是房产企业面临的一个重要问题。面对快速增长的海量数据收集,企业需要有力的数据分析工具将丰富的数据转换成有价值的知识。数据挖掘是一个从大量数据中提取有用的、有趣的知识的处理过程。数据挖掘发现的知识模式有多种不同的类型,常见的模式有:关联模式、分类模式、聚类模式、决策树等。本文着重介绍了关联模式(关联规则)的基本概念、常用的算法和改进算法,以及研究现状,并指出关联规则挖掘是当前的热门。关联规则挖掘算法中,大部分算法都基于Apriori算法进行计算,其在挖掘过程中会产生大量候选项集,降低了关联规则挖掘的效率;同时关联规则挖掘会得到大量冗余规则,降低了关联规则挖掘的效率;并且关联规则挖掘的用户交互性能也较差。本文在深入研究现有算法的基础上,为了提高用户数据挖掘的人机交互性能,解决关联规则挖掘产生冗余规则的问题,提出了一种关联规则挖掘方法—Apriori+算法。Apriori+算法改进了事务数据库的存放形式,提高关联规则的效率和交互性,采用新数据预处理和用户导向的关联规则数据挖掘,其效率有明显的提高。本文基于某房地产开发企业实施的CRM项目,从房地产客户关系管理的实际需求入手,在分析了关联规则挖掘的基本原理和技术特点后,重点讨论了关联规则挖掘技术进行房地产业客户意向分析的问题,对数据挖掘技术在房地产客户管理系统中应用的方式和方法进行了详细探讨,并给出了一个成功实施的案例。
查黎[2]2007年在《数据挖掘在客户关系管理中的应用研究》文中认为在竞争日益激烈的市场经济中，企业面临着前所未有的市场化和客户个性化的挑战。这种大环境下，只有那些能够及时吸收先进的管理理论，利用先进的信息技术和数量分析方法，“多快好省”地获取市场信息，了解市场变化，对市场信息进行科学分析和科学决策的企业才可能成为竞争的赢家。本文首先介绍了CRM这种“以客户为中心”的先进的经营管理理念。并详细介绍了其应用现状，结合应用现状，提出客户关系管理必须与数据挖掘紧密结合应用的问题。基于数据挖掘的CRM是对传统企业管理思想的一个创新，充分体现了管理的科学性和艺术性。本文中，依据数据挖掘方法论，有针对性地将数据挖掘技术应用于客户数据分析中，是我们解决的一个首要问题。首先依据不同的数据挖掘理论应用与客户关系管理的各个层面，充分突出数据挖掘在客户关系管理中的重要作用。并最终依托商业银行CRM，详细解释了在特定行业中，数据挖掘是具有如何重要的理论意义和现实指导意义。
朱小虎[3]2007年在《基于数据挖掘和知识管理的客户关系管理系统研究》文中研究表明客户关系管理(Customer Relationship Management)是为了适应以“客户为中心”的商业模式而发展起来的一种新型的管理理念。它强调企业生产销售中各个环节必须以提高客户满意度和忠诚度为目标进行运作，主张企业根据客户价值度高低，采取具有针对性的营销策略，扩大有价值客户，去除低价值以及无价值客户，进而保证企业的客户盈利能力。基于知识管理和数掘挖掘的客户关系管理其根本实质就是将知识管理(Knowledge Management)理念和数据挖掘(Data Mining)技术引入到客户关系管理中，利用KM和DM的数据分析处理能力，对客户知识进行有效利用和挖掘，找出潜在的信息和模式，提高CRM在客户价值判断、客户群体细分、客户保持、客户流失分析、交叉销售等方面的分析处理能力，帮助企业准确把握客户当前需求和潜在需求，指导进行企业生产销售。本文在总结分析传统的客户关系管理以及知识管理的基础上，对构建基于知识管理和数据挖掘的客户关系管理进行系统的阐述，具体的研究内容有：1．讨论分析客户关系管理与知识管理之间的相互关系，客户关系管理中的客户知识的转换，以及如何对客户知识进行有效管理。2．讨论分析数据挖掘的四种典型的模式以及常用的数据挖掘技术和方法。3．将数据挖掘技术引入到客户关系管理中，找出客户数据信息属性之间的联系，对客户群体进行合理细分和准确的价值判断。4．本文还描述了一个基于知识管理和数据挖掘的客户关系管理系统的一个框架，并对整个系统中的客户细分、交叉销售、客户行为分析以及呼叫系统等功能进行阐述，并描述功能实现所使用到的一些数据挖掘处理方法和技术。
王荇[4]2007年在《中小企业客户关系管理应用研究与开发》文中认为客户是所有企业经营活动的终极元素，客户关系管理(CRM)是“以客户为中心”的现代管理理念和IT技术结合的产物，能够提高企业的核心竞争力。从客户关系管理概念进入中国开始，在中国取得了极大的增长。本文以常州药交会CRM系统为出发点，对中小企业的CRM进行了较为全面的研究。论文主要内容如下：(1) CRM相关理论。论文首先对CRM的产生以及其发展的必然性进行了简明扼要的论述。然后根据IDC以及其他的一些统计数据，分析了国内CRM现状。在此基础上，进一步阐述了中小企业实施CRM的可行性，中小企业CRM的现状和中小企业CRM的发展趋势。(2) CRM关键技术。在对客户数据进行处理的时候，CRM要使用到一些信息技术手段。本文对CRM的关键技术进行了介绍。包括数据仓库技术、数据挖掘技术，以及针对B／S结构的CRM中所使用到的面向Web的数据挖掘技术Web日志挖掘。并且对这些技术在CRM中的应用进行了分析。(3)常州中药材专业市场CRM系统。针对常州中药材专业市场的现状，构建了其CRM系统的基本解决方案，详细介绍了系统功能模块。并针对常州中药材市场的实际情况，提出了新的“泛客户关系管理”的概念。(4)中小企业CRM的实施。实施工作在整个CRM中起到较为关键的作用。成功的实施工作将大大提高CRM的运行效果。本文针对中小企业在CRM实施中存在的问题进行了分析，并根据存在的问题，提出了相应的解决对策。在文章最后，对论文全文以及常州药交会CRM系统的设计进行了简要的小结，并对系统中需要改进的地方进行了探讨。
曾德华[5]2007年在《数据挖掘在客户管理系统中的应用研究》文中进行了进一步梳理客户管理是企业营销管理的核心内容，实施精确、简单、实用、高效、全面的客户管理，不但能提高客户的忠诚度，减少客户流失，还能有针对性的展开市场调查、促销和交叉销售，提高销售额，从而使老客户产生更大的价值。新兴的数据挖掘技术，是从大量、无序、静态的数据中发现有价值的规律和模式的过程，在企业客户管理中应用数据仓库技术和数据挖掘技术，不仅使客户管理更高效，还能预测客户将来的各种消费行为，为企业实施更精确的客户管理和市场营销提供参考，使企业在市场竞争中占据更有利的位置。本文以《客户不是上帝》为基础业务需求，结合国内外先进的企业管理理念、市场营销理念，来构建一个分析型和操作型相结合的企业客户管理信息系统，在系统中，着重阐述以下几个问题并提出了相应的解决方法：●客户管理的目标：防止客户流失，使客户产生更大的价值●造成客户流失的原因及对策：包括自然流失、外因流失和内因流失●如何使老客户产生更大的价值：即采用哪一种更合适的营销方式和手段●在客户管理中如何应用数据挖掘技术来提升客户的忠诚度，包括数据挖掘技术的介绍、在客户管理中的意义、应用方法、步骤，考虑到企业实际情况和性能价格比，提出一个以微软产品和技术平台为核心的解决方案●给出客户管理系统完整的功能需求和解决方案，包括功能需求、数据ER图、数据挖掘需求，并力图使需求具有较高的普遍性和较高的推广价值系统融合了许多先进的管理理念，比如ISO9000质量管理、PDCA过程管理、六脑管理规则、8020规则、RFM统计方法等，使用此系统，不仅可以改善企业管理流程，形成以客户为导向的企业组织结构，还可提高企业的管理水平，强化企业的客户意识，进一步提升客户管理水平；同时，企业可在此基础上进行功能扩充，形成独具特色的、功能完善的客户管理信息系统。
管进勇[6]2008年在《数据挖掘在银行个人优质客户管理中的应用研究》文中提出近年来,国内各家商业银行相当重视个人业务的发展,纷纷成立了专门的个人业务管理部门,建立了(个人)客户经理制度,提出了“把个人业务作为银行新的利润增长点”的经营理念,积极探索新的发展思路。各商业银行在个人用户方面已经形成了复杂的竞争局面。随着更多的外资金融机构进入中国市场,金融行业在争夺优质客户和扩大新业务市场占有率等方面的竞争将会更加激烈。金融企业又将如何找到自己最有效的客户,如何开发有竞争力的业务呢?“数据挖掘”技术应运而生。数据挖掘技术应用的价值在于帮助金融企业分析影响其业务的关键因素,从而帮助金融企业增加收入、降低成本,使金融行业的管理决策更趋科学,客户分析更趋精确。可以说数据挖掘技术应用是金融信息化必不可少的一步。本文结合本单位业务需要,选择了这一课题,开展了基于数据挖掘技术的个人优质客户管理的应用研究。主要工作如下:(1)概述了客户关系管理及个人优质客户管理系统;(2)介绍了数据挖掘和数据预处理;(3)分析了一些可以为银行的客户管理应用的数据挖掘算法,分别是:分类算法、聚类算法、异常检测算法;(4)分析并实践了基于数据挖掘技术的银行个人优质客户管理应用研究。
徐金宝[7]2007年在《数据挖掘技术在超市客户关系管理系统中的应用》文中提出近年来,客户关系管理越来越受到各种企业的重视,企业通过建立客户关系管理系统,可以帮助企业制定适宜的、有针对性的营销政策,改善与客户的关系,提高销售额,增强企业竞争力。但是,随着客户关系管理系统的应用深入,明显感觉到当前的客户关系管理系统面对巨大的企业数据存储,显得有点力不从心。因此,能够将从海量数据中进行知识发现的数据挖掘技术应用到客户关系管理系统,就成为必然。本文是将数据挖掘技术中的一些方法,应用到江宁苏果超市的客户关系管理系统中去,为江宁苏果超市的营销决策提供有益帮助。本文主要从关联规则分析、分类分析、聚类分析、序列模式以及个性化推荐等五个方面来进行应用,主要分析和实现了Aproiri算法、FP_tree算法、C4.5算法、朴素贝叶斯分类算法、k-平均算法、PAM算法、DBSCAN算法、AprioriSome算法以及Web行为挖掘与基于协作筛的个性化推荐的实现,对提高江宁苏果超市的商品交叉销售、货架设计、客户分类、客户群体划分以及提高电子商务网站个性化服务等做了有益的尝试,并得到一些令人振奋的应用结果。
汤颖曦[8]2014年在《数据挖掘在银行客户管理中的应用》文中指出随着“大数据”时代的到来，数据挖掘技术在各行各业都有了广泛的应用，特别是有海量业务数据和用户群体的商业银行。在我国，伴随着利率市场化、政策偏向等一系列措施的推进，相对闭塞的农村金融市场越来越受重视，各地新型村镇银行的建立，便民服务点的设立，都极大的增加了农村金融市场的竞争。而金融产品同质化严重的农村金融市场，竞争的焦点也由金融产品的竞争变为优质客户的竞争，拥有的优质客户越多，就越能在激烈的竞争中取胜。如何有效的利用技术手段增加自身的竞争力是农村金融机构发展过程中亟待解决的一大问题。由于农村商业银行起步晚，针对客户服务方式落后，有着大量的客户数据但没有有效的手段识别在系统内的优质客户，本文的研究工作尝试将数据挖掘技术应用于农村商业银行客户服务当中的客户模型建立。利用SQL SERVER2008数据库工具对农村商业银行客户模型做数据挖掘分析，以业务系统内的客户信息及历史业务流水数据为依据，研究如何将决策树算法应用于真实的客户分析数据中，挖掘出隐含的规律，并量化为具体的评分模型，同时根据应用案例对模型作出调整，建立符合实际需求的客户模型。整个研究过程根据业务系统内的客户信息、历史业务流水信息等数据，经过数据采集、抽取、预处理等，采用数据挖掘技术，成功建立百分制的客户分析决策树模型。建立的客户模型经过调整，并对客观建模法进行修正，在农村商业银行进行客户分析和客户服务方面，能够提供一定程度上的支持。
刘建兰[9]2010年在《数据挖掘技术在客户关系管理中的应用研究》文中认为在日益激烈的市场竞争中,传统的以产品为中心的市场战略逐步被以客户为中心、以服务为目标的市场战略所取代,企业面临前所未有的市场化和客户个性化的挑战。先进的信息化系统,使企业积累了大量的客户和产品销售数据,数据挖掘技术能够有效管理和运用这些快速增长的数据,实现CRM的理念和目标。数据挖掘运用于CRM系统可以深入分析客户数据,得到隐含的有价值信息,并制定相应的销售手段,使客户的收益率最大化。数据挖掘技术是CRM系统的关键实施环节,本文结合客户数据信息来研究如何在CRM中使用数据挖掘技术。首先,依据不同的数据挖掘理论应用与客户关系管理的各个层面,介绍了客户关系管理、数据挖掘、数据挖掘技术在客户关系管理中应用的基本理论、国内外应用现状,突出了数据挖掘在客户关系管理中的重要作用,阐述了数据挖掘技术处理CRM问题的详细流程。其次,着重探讨了以下几个问题：客户管理的目标：防止客户流失,使客户产生更大的价值；客户分类、交叉销售、客户获取/保持的需求分析及算法设计。最后,应用经典Apriori算法和分段优化的FP-tree算法,挖掘客户关系管理系统数据库中客户购买不同产品的关联性,避免了脱离市场、脱离需求所造成的损失,节约了资金,提高了效益。
夏大方[10]2005年在《银行CRM中数据挖掘及其CRC方法的应用研究》文中提出银行在客户关系管理过程中,会产生大量的客户数据。充分挖掘这些数据中隐藏的有用信息,可以为银行的经营决策带来极大的帮助。数据挖掘技术以其善于从大型数据仓库中挖掘有用信息的特性而成为银行客户关系管理中处理客户信息的最佳技术选择。论文在对银行客户关系管理中应用数据挖掘所产生的商业价值分析的基础上,分别从构建数据挖掘应用系统结构、选择实施方法、设计具体算法叁个方面对数据挖掘在银行客户关系管理中的应用做出了逐层深入的研究。论文首先介绍了客户关系管理和数据挖掘的概念;其次探讨了银行客户关系管理中数据挖掘的商业价值及其实现形式,分析了数据挖掘在提高收益、降低成本和增强竞争优势方面的显着作用。论文接着阐述了银行客户关系管理中数据挖掘应用的系统结构与实施方法研究,提出了基于互动循环过程和SEMMA1的实施方法,有效解决了银行客户关系管理中实施数据挖掘的商业问题和技术问题;然后探讨了一种新的数据挖掘算法在银行客户关系管理中的应用,论文结合聚类分析、粗集理论和决策树分类,设计了一种新的数据挖掘算法??CRC2方法,补充和完善了银行原有的客户分类系统。最后论文结合案例讨论了基于互动循环过程和SEMMA的实施方法以及CRC数据挖掘方法的具体应用,通过对某商业银行客户分类业务实际应用案例的分析,验证了上述理论与方法的有效性。
参考文献：
[1]. 数据挖掘在房地产客户关系管理中的应用研究[D]. 吕圣军. 浙江工业大学. 2008
[2]. 数据挖掘在客户关系管理中的应用研究[D]. 查黎. 合肥工业大学. 2007
[3]. 基于数据挖掘和知识管理的客户关系管理系统研究[D]. 朱小虎. 合肥工业大学. 2007
[4]. 中小企业客户关系管理应用研究与开发[D]. 王荇. 华东师范大学. 2007
[5]. 数据挖掘在客户管理系统中的应用研究[D]. 曾德华. 华东师范大学. 2007
[6]. 数据挖掘在银行个人优质客户管理中的应用研究[D]. 管进勇. 南昌大学. 2008
[7]. 数据挖掘技术在超市客户关系管理系统中的应用[D]. 徐金宝. 南京理工大学. 2007
[8]. 数据挖掘在银行客户管理中的应用[D]. 汤颖曦. 湖南大学. 2014
[9]. 数据挖掘技术在客户关系管理中的应用研究[D]. 刘建兰. 南昌大学. 2010
[10]. 银行CRM中数据挖掘及其CRC方法的应用研究[D]. 夏大方. 东南大学. 2005
标签：计算机软件及计算机应用论文; 数据挖掘论文; 关联规则论文; 客户关系管理系统论文; 市场营销论文; crm论文; 大数据论文; 数据挖掘算法论文; 客户信息论文; 客户管理论文; 客户分析论文; 个人管理论文; 客户关系论文;