1 / 73
文档名称:

客户价值分析中规则发现方法及其应用的研究(可复制毕业论文).pdf

格式:pdf   页数:73
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

客户价值分析中规则发现方法及其应用的研究(可复制毕业论文).pdf

上传人:mkt365 2014/1/10 文件大小:0 KB

下载得到文件列表

客户价值分析中规则发现方法及其应用的研究(可复制毕业论文).pdf

文档介绍

文档介绍:摘要一。然后研究了分类原理与算法,介绍了各种分类算法,重点阐述了本文客户价值分析。本文把数据挖掘技术应用于基于客户价值矩阵的客户价值细分中,建立各类价值客户的分类模型。=幼叛芯苛丝突Ъ壑道砺郏隽丝突Ъ壑捣关键词:聚类,分类,客户价值分析,客户价值矩阵目前激烈的行业竞争中,要求企业的核心经营理念从“以产品为中心”转向“以客户为中心”。客户关系管理J迪帧耙钥突V行摹钡木DJ教峁了解决方案。暮诵脑谟诙粤街植煌飨虻募壑盗鹘换ゴ丛旃痰墓芾恚种价值流是从企业流向客户,另外一种是从客户流向企业。从后者考虑,那么淖钪漳康募词亲畲蠡突Ъ壑怠H绾问迪挚突Ъ壑底畲蠡饩鸵=锌本文按照客户价值分析中规则发现过程的思路展开。首先研究了聚类分析原理与算法,分析比较了目前比较流行的几种算法,介绍了一种猰改进算法析的中心环节,即客户价值细分,分析比较了目前客户价值细分的几种方法。最后,,用样本进行了实验,比较了采用的聚类算法的性能,得出客户的分类规则。
,甋琲】絬Т芶阻謉篶皀琧竔,鏼甌仃.,,髈撒国瞖間踦托墨M鮰甌矮醯髓鮨,,痠縠,
作者签名:——导师签名融±年卫月』吕年一月一目作者签名:弦丕塑漂刨性声明关于学位论文使用授权说明有权保留学位论文,允许学位论文被查阅和借阅:学校可以公布学位.,本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加员曜⒑椭滦的地方外,论文中不包含葜他人已经发表或撰写过豹研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。日期:本人了解中南大学有关保留、使用学位论文的规定,印:学校论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文:学校可根据凿家或潮商省有关部门翘定送交学位论文。
第一章综述引言价值角度考虑问题,那么客户关系管理的最终目的即是最大化客户价值。如何实促销活动,提供更个性化的服务,设法保持这类客户,使企业以最少的投入获得基于技术的电子商务正在改变着社会经济中各个行业的传统经营模式,尤其彻底地改变了企业与客户之间的关系。在激烈的行业竞争中,要求企业的核心经营理念从“以产品为中心”转向“以客户为中心”,即谁能把握住客最终的胜利。那么,如何实现“以客户为中心”的经营模式呢突Ч叵倒芾为这个问题提供了解决方案。客户关系管理的核心在于对两种不同流向的价值流现客户价值最大化,这就要进行客户价值分析,找出最有价僮客户,开展特别的信息仅仅局限于表象的记载,缺少深层次的分析,运用聚类分析等数据挖掘方法进行数据挖掘,发现数据里面的规则和知识,可以为企业决策提供实质上的建议和指导。聚类分析是种出现很早的数据分析统计方法。近年来,由于数据挖掘的于客户价值分析也是研究的热点。客户价值分析就要进行客户价值细分,找出高价值客户和无价值客户进行分析,发现他们的特征,并根据这些特征提供个性化服务,从而以最少的资源创造最大的价值。进行客户细分有分类方法和聚类方法,由于客户价值标准的难以衡本文在上述基础上研究了目前流行的聚类和分类方法,,谁能吸引新客户、保持老客户,谁就能取得的交互创造的过程管理,一种价值流是从企业流向客户,另外一种是从客户流向企业。这两种价值流实际上是相辅相成的,企业为客户创造、提供优厚的价值,客户回报企业以利润和发展的潜力乜4痈笠抵苯哟醇壑档目突Я飨蚱笠档最大的回报。目前,传统的信息系统产生大量的客户特征信息和客户行为信息,但是这些兴起,聚类分析得到了更广泛的应用和研究,不仅原有的算法得以不断的改进创新,而且新的性能更好的算法也不断被发现。采用更好更新的聚类分析技术应用量性,所以一般采用聚类方法先对客户进行聚类,然后用分类的方法进行分类,发现规则和知识。法,并把其应用于客户价值分析过程中,以发现各类客户的特征。硕士学位论文
国内外研究现状瓹砌的广泛应用理念一样,诠诘姆⒄咕舜痈拍畲氲绞谐∑舳庋桓龉蹋需求,近年来已得到迅速发展,不仅原有的技术得以更广泛的应用,而且新的挖聚类分析最初是作为一种统计分析工具出现。随着数据挖掘技术的兴起,作为一种主要数据挖掘技术的聚类分析得到更深入的研究和更广泛的应用。目前,聚类分析的研究主要集中在算法的研究,包括新算法的发现和旧算法的改进,聚类效果的评价、算法的性能比较以及聚类分析技术的应用领域等。目前文献中有大量聚类算法,概括起来,:扑慊约巴缪杆俜⒄自从第一台电子计算机