收藏本站
《中国海洋大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

数据挖掘在通信行业CRM中的应用研究

高延铭  
【摘要】: 一个企业要生存,客户是最重要的资源。由于买方市场格局进一步强化,来自市场的压力不断加大,争取客户忠诚度的竞争进一步加剧,企业不得不更深入地考虑如何争取和保持客户,以显著提高其销售能力。针对这种情况,CRM(客户关系管理)应运而生。一个成功的CRM在很大程度上可以解决企业的对于客户的服务满意度,但从另一个方向考虑,我们可以让CRM为企业自身做得更多,通过利用数据挖掘技术分析CRM累积的数据,可以让企业更好的利用其客户资源。 数据仓库的主要功能是提供企业决策支持系统(DSS)或行政信息系统(EIS)所需要的信息,它把企业日常营运中分散不一致的数据经归纳整理之后转换为集中统一的、可随时取用的深层信息。同时,由于数据与信息量成倍的增长,人们迫切需要一种有效的工具来利用这些数据,从中提取所需的知识和作进一步分析。这实际上是一知识发现的过程。数据挖掘就是这一过程的核心技术。数据挖掘是利用已有数据的一种新型、有效的技术。它已引起了研究领域、工业领域和媒体广泛关注。数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。原始数据可以是结构化的,如关系数据库中的数据,也可以是半结构化的,如文本、图形、图像数据,甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的,也可以是非数学的;可以是演绎的,也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等,还可以用于数据自身的维护。 本文主要研究了通信行业中利用数据挖掘技术对CRM累积的数据进行分析,从而获得本企业和竞争对手的相关竞争能力和趋势的结果,实际应用中证明分析结果是可信的、有价值的。全文共分为五章,第一章前言,主要介绍近年来国内外对CRM、数据挖掘等方面的研究现状。第二章挖掘CRM数据,介绍了数据仓库和数据挖掘的概念,分析了原系统中数据挖掘的不足之处,并提出几种常用的数据挖掘方法,根据通信行业的数据特点进行了选择。第三章关联规则介绍了在选择了数据挖掘方法后使用的算法以及在其过程中涉及的问 通信行业CRM中数据挖掘的应用研究 题。第四章列举了数据分析的结果。从结果看数据挖掘是成功的,其 结果是可信的。第五章总结了数据挖掘应用于cRM数据的成果和广 泛应用前景。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宋晓秋;高建清;;一种基于线性链表的关联规则改进算法[J];福建金融管理干部学院学报;2009年02期
2 黄振国;沈夏炯;;无冗余关联规则在财政收支分析中的应用[J];现代计算机(专业版);2008年11期
3 张校慧;徐彬;;基于概念格的电子商务研究[J];光盘技术;2006年03期
4 张校慧;徐彬;;基于概念格的电子商务研究[J];光盘技术;2007年03期
5 黄燕;;基于Apriori算法的读者行为分析[J];知识经济;2009年15期
6 杨晓;张迎新;;Apriori算法在消费市场价格分析中的研究与应用[J];北京工商大学学报(自然科学版);2009年03期
7 罗新星,彭久生;基于粗糙集理论的数据挖掘方法在电子商务中的应用[J];科技情报开发与经济;2003年07期
8 杨磊;周磊;刘卫朋;;一类带有模糊算子的满意度依赖关联算法[J];商场现代化;2009年06期
9 王兆红;;基于关联规则的商品最佳打包组合挖掘[J];潍坊学院学报;2005年04期
10 陈福生;李敏;;关联规则向量化挖掘算法及其在车险精算中的应用[J];应用数学与计算数学学报;2006年01期
11 王理平;王爱民;;数据挖掘的商务应用前景[J];上海管理科学;2005年06期
12 沈毅强;江孝感;;产品全生命周期价值计量与决策[J];现代管理科学;2006年07期
13 郑晶晶;朱建平;;数据挖掘中关联规则的规范化描述[J];统计与信息论坛;2006年01期
14 朱红祥;;基于web日志数据挖掘的电子商务推荐系统[J];商场现代化;2008年28期
15 李实;叶强;李一军;Rob Law;;中文网络客户评论的产品特征挖掘方法研究[J];管理科学学报;2009年02期
16 宋海岚;浅叙数据挖掘在商业中的应用[J];计划与市场;2002年03期
17 王英,谷明玉,邵培基;数据挖掘在零售业中的应用[J];价值工程;2003年06期
18 郭道宁,舒华英;数据挖掘在电信运营市场决策支持中的应用[J];北京邮电大学学报(社会科学版);2004年02期
19 赵志明,邓又明,王辉艳;浅谈数据挖掘技术原理及应用[J];吉林省经济管理干部学院学报;2004年04期
20 陈凤兰;;数据挖掘技术在经济统计中的应用[J];现代商业;2010年05期
中国重要会议论文全文数据库 前10条
1 王娜娜;谢炜;李烨;;邳州慢性病与生活习惯等因素的关联规则分析[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
2 邱勇;兰永杰;刘晓华;;高效FP-TREE创建算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
3 王寅北;夏庆;孙志挥;;FSETM:一种面向集合关联规则的数据挖掘新算法[A];第十五届全国数据库学术会议论文集[C];1998年
4 郭道宁;舒华英;;数据挖掘在电信运营市场决策支持中的应用[A];中国通信发展与经营管理学术研讨会论文集[C];2003年
5 李存荣;张开敏;杨明忠;;关联知识规则在产品质量控制中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
6 王翠茹;王少华;;关联规则经典算法的一种改进[A];中国通信学会第五届学术年会论文集[C];2008年
7 付忠广;田志友;靳涛;戈志华;卞双;;关联规则数据挖掘及其在电厂DCS数据分析中的应用[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
8 杨子良;陶宏才;;一种基于向量运算的频繁项集快速挖掘算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
9 王一飞;章勇;;基于条件模式的最大频繁项目集挖掘算法[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
10 浦磊;潘永湘;;一种自适应快速关联规则挖掘算法[A];2005中国控制与决策学术年会论文集(下)[C];2005年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 潘总机;数据挖掘:洞察客户需求[N];人民邮电;2005年
8 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
9 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
10 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
中国博士学位论文全文数据库 前10条
1 王曙燕;医学图像智能分类算法研究[D];西北大学;2006年
2 佘春东;数据挖掘算法分析及其并行模式研究[D];电子科技大学;2004年
3 宋世杰;基于序列模式挖掘的误用入侵检测系统及其关键技术研究[D];国防科学技术大学;2005年
4 姜保庆;关于弱比例规则的挖掘及推理研究[D];西南交通大学;2005年
5 李实;中文网络客户评论中的产品特征挖掘方法研究[D];哈尔滨工业大学;2009年
6 李强;数据挖掘中关联分析算法研究[D];哈尔滨工程大学;2010年
7 翟坤;基于数据挖掘的成本管理方法研究[D];大连理工大学;2012年
8 牛成林;增量数据挖掘及其在电站运行优化中的理论研究及应用[D];华北电力大学(北京);2010年
9 刘杰;分布式资源环境下船舶动力设备诊断系统的关键技术研究[D];武汉理工大学;2010年
10 许兆新;基于元知识的数据挖掘系统研究[D];哈尔滨工程大学;2003年
中国硕士学位论文全文数据库 前10条
1 高延铭;数据挖掘在通信行业CRM中的应用研究[D];中国海洋大学;2003年
2 王景;基于关联规则数据挖掘的研究[D];广西大学;2003年
3 刘玉锋;数据挖掘中关联规则算法的研究与应用[D];长春理工大学;2010年
4 耿晓中;超市管理系统及数据挖掘技术在其上的应用[D];吉林大学;2004年
5 孙彤;活性炭纤维吸附和解吸中的数据挖掘技术[D];辽宁工程技术大学;2004年
6 蒋秀英;数据挖掘中的关联规则算法优化研究及应用[D];山东师范大学;2003年
7 吕文志;基于分类和关联规则的数据挖掘研究及应用[D];大连理工大学;2001年
8 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
9 李瑞华;数据挖掘在煤矿安全监测中的应用[D];西安电子科技大学;2010年
10 浦磊;数据挖掘中关联规则的研究与应用[D];西安理工大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978