收藏本站
《武汉大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的客户智能研究

艾丹祥  
【摘要】: 随着经济全球化和高新技术的快速发展,世界进入了一个崭新的知识经济时代。企业所处的竞争环境发生了深刻的变化。某些市场开始衰落、竞争对手成倍增长、产品质量和价格日趋同化。客户消费行为也日益理性化、个性化,客户驱动成为新市场的主要特征。在这种情况下,传统的CRM因无法满足企业保持和利用客户知识资产的需要而遭淘汰。客户智能成为企业获取核心竞争力的新战略。 客户智能是指企业充分运用各种智能化技术,将客户数据转换为客户知识,并利用这些知识改进客户关系、进行客户决策、提升客户价值的战略活动。将客户智能引入到企业客户管理中,能让企业科学合理地理解客户消费模式,实现主动性客户关系管理,预测客户行为和市场动向。客户智能与企业经营管理充分结合,将“以客户为中心”的理念植入企业组织内部,并使其具有更强的可操作性。客户智能涉及了客户知识从产生到分发、使用的整个过程,强调知识的流动性和决策结果的有效性。 作为一个具有多种学科交叉特性的新概念,客户智能的形成与发展吸收了客户关系管理、知识管理、商务智能、市场营销等学科的研究成果,并且以许多高级知识信息技术为支撑,比如知识工程、人工智能、数学统计、计算机技术等。其中数据挖掘是客户智能体系中最为关键的技术。数据挖掘是指从大量不完全的、有噪声的、模糊的和随机的数据中,提取隐含的,未知的,且又潜在有用的知识和模式的过程。在商业领域中,数据挖掘可以有助于分析已知的事实,揭示和预测未知的结果,能分析出实现业务所需的关键因素,并发现业务发展的机遇和趋势。由于客户智能关注的主要对象是客户知识,而数据挖掘正是知识发现与知识获取的核心技术,因此两者具有紧密的结合性。只有将数据挖掘合理地融入客户智能过程中,才能够实现从海量客户数据中及时、有效提取客户知识的目的。 本文应用各种数据挖掘技术,从多个角度、多个层面对客户智能的理论、方法和应用进行了研究。其目的在于将数据挖掘技术与客户业务目标有效结合,构建基于数据挖掘的客户智能理论方法体系,为客户知识的获取、创新及客户决策的优化提供支持。 本文正文包括六个部分,主要内容如下: (1)客户智能理论概述 这一部分总述客户智能理论。在归纳总结相关研究成果的基础上,对客户智能基本理论框架中的各种关键问题进行了深入的分析,包括客户智能的产生背景、定义、本质、理论基础、技术基础、功能和优势。 文中从市场竞争环境的变化、“知识=资产”新观念的建立和信息技术发展带来的挑战和机遇三个方面揭示了客户智能产生的原因与背景,从战略层次指明了客户智能是运用智能分析技术产生和利用客户知识的战略活动。文中重点从客户知识和客户价值两个方面对客户智能的内涵进行了分析,并指出客户智能的本质是通过创新、使用客户知识来产生决策和行动,帮助企业获得和提高客户价值,以增强企业竞争优势。本文认为客户理论、知识管理理论和商务智能理论是客户智能的三个主要理论基础,而数据挖掘、数据仓库与OLAP和人工智能是客户智能的三大支撑技术。客户智能在企业中具有重要的作用和意义,其主要功能体现在数据管理、数据分析、知识发现和企业建模四个方面。通过发现客户知识,客户智能能为企业客户业务的分析、预测与决策提供科学依据。 (2)基于数据挖掘的客户智能体系 这一部分从不同的层面分析实现客户智能的各种关键要素,构建基于数据挖掘的客户智能体系框架。 文中指出客户智能是一个多维综合系统,涉及到企业战略管理中的各种要素和技术因素。基于数据挖掘的客户智能体系由五个层面组成。其中,理论基础层为客户智能体系的活动提供理论指导,由客户分析、客户知识管理、客户关系管理等理论与方法组成。文中重点讨论了支持客户知识挖掘的客户分析理论,如客户生命周期分析、客户价值分析、客户满意度分析、客户忠诚度分析等;数据存储层是客户智能体系的物理基础,是客户数据的源泉,包括企业内部和外部的各种信息平台与数据库系统。文中分析了不同数据源中客户数据的构成与特点;信息分析与整合层为客户智能提供全面、统一的客户信息视图。文中分析了客户信息视图的主要内容,并着重研究了通过数据仓库实现的客户信息的多维组织;知识发现层是客户智能体系活动中关键,执行知识分析、知识挖掘、知识分类、知识建模等功能,是与数据挖掘结合最紧密的部分。文中对统计回归、聚类、决策树、神经网络、关联规则挖掘、遗传算法等数据挖掘的主要方法与算法进行了分析;战略管理层是客户智能体系的最高层,包括一组客户关系管理和企业经营决策管理的理念、策略和方法。文中从战略决策和战术决策两个方面研究了以客户知识为指导的企业客户管理决策。 (3)基于数据挖掘的客户智能方法论 这一部分研究基于数据挖掘的客户智能的全过程,它以企业业务问题的分析与描述为基础,主要研究构建和应用数据挖掘模型的模式、步骤与方法,总结了基于数据挖掘的实践活动的有序步骤,构建了一套有效的、科学的方法体系。 文中指出基于数据挖掘的客户智能流程是一个互动循环的良性知识活动过程。它由发现客户业务机会、应用数据挖掘形成客户知识、根据客户知识采取决策行动和评价决策行动结果四个主要阶段组成。本文从工程的角度出发,重点对挖掘目标分析、数据准备和挖掘建模三个主要过程的活动和技术因素进行了探讨。在确定客户业务目标和数据挖掘任务目标的过程中,需要进行识别业务相关者、识别业务需求、设定业务分析目标、分析数据挖掘环境、确定数据挖掘目标、制定客户智能项目计划等主要活动。在数据准备过程中,首先需要选择合适的客户数据并进行检验,对于发现的数据问题应进行修复,还要通过变换客户数据形成适合挖掘的客户信息,最后将数据划分为建模数据集。在数据挖掘建模的过程中,首先要分析输入/输出变量的特性,选择合适的工具与算法并建立初始模型,然后对模型进行评测、改进和优化,最后还需要对模型的应用效果进行评估。 (4)基于数据挖掘的客户知识获取与预测 这一部分在前面理论方法研究的基础上,以客户生命周期为主线,将数据挖掘模型应用于客户关系管理的各个阶段,实现客户知识的分析、获取和预测。 文中研究了在不同的客户关系阶段,企业所面临的不同客户群类型,分析了围绕客户展开的各种业务活动,以及数据挖掘模型和技术与各阶段业务活动的结合。对客户盈利能力分析、客户响应预测、客户细分、客户增值消费预测和客户流失预测五个重点领域中数据挖掘的实施途径进行了分析,对数据、建模、成果运用等关键问题进行了探讨。 (5)基于数据挖掘的客户智能应用实例 这一部分将理论研究成果应用于实践,介绍了一个在客户智能中通过数据挖掘进行客户分析的应用实例。该实例运用SAS Enterprise Miner集成环境,实现市场促销中常见的响应预测。文中详细讨论和演示了从准备数据、建立模型到应用模型的全过程。 (6)总结与展望 这一部分对论文的研究进行总结,并对未来客户智能的发展趋势进行展望。 本文通过对基于数据挖掘的客户智能的研究,推导出以下三个结论:①客户智能是企业确定其独特竞争优势的一种战略选择。②客户智能是企业客户知识管理综合能力的体现。③客户智能是高级信息技术在商业领域的集成应用。文中还指出在政策、市场和技术的推动下,客户智能将迎来一个发展的高潮,其研究重点将集中在客户知识管理的智能化、客户知识管理与企业战略管理和运营业务的有效结合等方面。
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:F274

手机知网App
【引证文献】
中国博士学位论文全文数据库 前3条
1 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年
2 喻立;面向服务供应链的客户知识管理研究[D];武汉理工大学;2011年
3 陈洪顺;基于商业智能的财务审计信息系统研究[D];山东大学;2011年
中国硕士学位论文全文数据库 前4条
1 陆文超;基于Agent的超市客户关系管理系统的研究[D];北京工商大学;2010年
2 李益玲;数据挖掘在新产品开发中的应用研究[D];南京理工大学;2012年
3 李志玲;基于数据挖掘的客户关系管理研究[D];河北大学;2010年
4 陈晓琴;基于概率神经网络的潜在客户数据挖掘应用研究[D];重庆交通大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 樊博;孟庆国;;空间客户智能的决策支持框架研究[J];图书与情报;2006年02期
2 魏娟,梁静国;基于数据挖掘技术的企业客户关系管理(CRM)[J];商业研究;2005年07期
3 郭清,樊治平,郑苗,王建宇;ECCRM中的客户知识管理[J];东北大学学报;2004年03期
4 米家乾;客户知识管理:与客户一起创造价值[J];当代财经;2003年11期
5 黄亦潇;邵培基;;客户知识管理系统的构建方法研究[J];电子科技大学学报(社科版);2006年01期
6 杨亮,周娅;C4.5改进算法及其在客户价值分析上的应用[J];桂林电子工业学院学报;2005年03期
7 祖巧红;陈定方;胡吉全;;客户分析中的数据挖掘算法比较研究[J];湖北工业大学学报;2006年03期
8 赵晓煜,马雯迪,孙福权;分析型CRM中客户数据仓库的设计与应用[J];信息技术;2005年11期
9 张晓峰;智力资本导向的客户知识管理系统(CKMS)研究[J];CAD/CAM与制造业信息化;2005年01期
10 贾琳,李明;基于数据挖掘的电信客户流失模型的建立与实现[J];计算机工程与应用;2004年04期
中国博士学位论文全文数据库 前2条
1 张倩;基于知识管理的企业学习型组织模式研究[D];哈尔滨工程大学;2005年
2 王宏;基于粗糙集数据挖掘技术的客户价值分析[D];哈尔滨工程大学;2006年
中国硕士学位论文全文数据库 前10条
1 郭欣;客户知识的管理及其在营销决策中的应用[D];暨南大学;2002年
2 孙菁;基于XML的CRM及其客户满意度评价研究[D];南京航空航天大学;2003年
3 孙仁诚;基于单元的孤立点算法研究及客户忠诚度分析系统构建[D];青岛大学;2003年
4 刘江鹏;商业银行基于客户关系管理的客户知识共享研究[D];重庆大学;2003年
5 潘越;基于CLV与客户忠诚的客户细分方法研究[D];大连理工大学;2004年
6 李万军;客户知识及管理理论研究[D];吉林大学;2004年
7 段平霞;客户知识管理的流程设计及测评研究[D];重庆大学;2004年
8 张志远;基于WEB文本挖掘的客户知识采集方法研究[D];国防科学技术大学;2003年
9 吴长泽;基于OLAP的商业智能系统研究及应用[D];重庆大学;2004年
10 曹玉枝;呼叫中心客户满意度的研究[D];华中科技大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 崔明;陈继平;张晓艳;晁廷荣;;面向敏捷供应链的客户知识管理研究[J];安徽大学学报(哲学社会科学版);2009年01期
2 孟庆全;金传山;梅灿华;胡学钢;;基于依赖度求解属性约简的方法[J];安徽大学学报(自然科学版);2008年04期
3 梅灿华;孟庆全;祁炯;李明;;分辨矩阵构成与约简同步的方法[J];安徽工程科技学院学报(自然科学版);2008年02期
4 李芳芳;;数据仓库技术在远程教育中的应用[J];安徽科技;2007年01期
5 唐超礼;魏圆圆;;基于数据挖掘的植保预测系统[J];安徽农业科学;2008年12期
6 杨云;彭佳红;方逵;;基于决策树技术的农产品供应商质量控制及其实现[J];安徽农业科学;2010年29期
7 梅灿华;孟庆全;;数字化中医胃病诊断方法研究[J];安徽中医学院学报;2008年03期
8 韦伟;唐凤霞;;我国教育领域中数据挖掘研究论文的计量分析[J];安庆师范学院学报(社会科学版);2011年08期
9 叶彩虹;Web挖掘在网上购物中的应用研究[J];安庆师范学院学报(自然科学版);2004年04期
10 崔柔刚,温阳东;数据挖掘技术在医院信息管理中的应用[J];安徽水利水电职业技术学院学报;2004年01期
中国重要会议论文全文数据库 前10条
1 张士玉;马丽仪;何勤;;基于熵理论的社会数据分析方法探讨[A];第十三届中国管理科学学术年会论文集[C];2011年
2 刘海霞;钟晓妮;周燕荣;田考聪;;决策树在居民就诊卫生服务利用影响因素研究中的应用[A];重庆市预防医学会2010年论文集[C];2011年
3 丁莉娟;;数据挖掘在财务风险分析中的应用[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
4 鲁俐;;高校档案管理工作中的一种决策树分类算法研究[A];2006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)[C];2006年
5 王枫;王志良;;油田数据仓库信息平台管理的实现[A];2006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(下)[C];2006年
6 吴觅昊;戴昌裕;;基于数据仓库的军事无线电管理统计分析技术应用[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
7 陈震;陈维默;;浅谈数据挖掘技术[A];福建省科协第五届学术年会数字化制造及其它先进制造技术专题学术年会论文集[C];2005年
8 倪跃峰;张荣亮;;SHOD零售公司的客户投诉问题分析[A];中国高等院校市场学研究会2011年年会论文集[C];2011年
9 贺杰;郭慧;;基于SQL Server分析服务构建数据挖掘方案的研究[A];广西计算机学会2006年年会论文集[C];2006年
10 车平;施刚;;一种基于决策树的用户流失预测分析方法[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 朱俊;面向价值融合的全面顾客参与研究[D];华中科技大学;2010年
3 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年
4 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年
5 罗艳菊;森林游憩区游憩冲击感知与游客体验之间的关系研究[D];中南林业科技大学;2006年
6 国秋华;我国传媒学习型组织建设研究[D];武汉大学;2010年
7 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年
8 赖芨宇;基于知识挖掘的企业管理集成系统研究[D];东华大学;2011年
9 孙立阳;基于态度理论的企业特征、企业声誉与企业绩效研究[D];吉林大学;2011年
10 夏萍;灾害应急物流中基于需求分析的应急物资分配问题研究[D];北京交通大学;2010年
中国硕士学位论文全文数据库 前10条
1 何惠妍;基于供应链的顾客满意链架构及其改进[D];安徽工程大学;2010年
2 贾莉莉;跳扩散模型下几种奇异期权的保险精算定价研究[D];山东科技大学;2010年
3 曾祥莉;ETL在经济普查信息发布系统中的应用研究[D];哈尔滨工程大学;2010年
4 王颖芳;基于特定内容的敏感图像过滤技术的研究[D];哈尔滨工程大学;2010年
5 李伟光;基于BP神经网络的数据库模式匹配方法研究[D];哈尔滨工程大学;2010年
6 周霞;基于粗糙集的电子商务交易知识获取研究[D];哈尔滨工程大学;2010年
7 付红艳;Web多文档自动文摘研究[D];哈尔滨工程大学;2010年
8 骆永健;基于聚类的数据流异常检测算法的研究[D];哈尔滨工程大学;2010年
9 刘洁;基于关联挖掘的深层网络接口模式匹配方法的研究[D];哈尔滨工程大学;2010年
10 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 唐超礼;魏圆圆;;基于数据挖掘的植保预测系统[J];安徽农业科学;2008年12期
2 綦佳;王海燕;宗刚;;服务链理论研究[J];北京工业大学学报(社会科学版);2006年04期
3 张国英,沙云,刘旭红,刘玉树;高维云模型及其在多属性评价中的应用[J];北京理工大学学报;2004年12期
4 赵涛;吴文东;;供应链知识节点作用机制研究[J];北京理工大学学报(社会科学版);2006年04期
5 胡正华,宁宣熙;服务链概念、模型及其应用[J];商业研究;2003年07期
6 曾德胜;彭灿明;陈源;张新林;;基于数据挖掘的审计系统研究[J];长春工程学院学报(自然科学版);2011年01期
7 孙良文;;基于Excel的审计数据挖掘方法与路径研究[J];财会通讯;2011年12期
8 喻胜华,李军;基于神经网络方法的财务风险识别[J];财经理论与实践;2005年05期
9 叶春红;;商业银行客户知识共享的博弈分析[J];重庆工学院学报(社会科学版);2007年09期
10 池洁;武鹏;;基于物料分类的供应商选择及采购策略研究[J];重庆交通大学学报(自然科学版);2009年01期
中国重要会议论文全文数据库 前1条
1 王华涛;胡萍;;利用数据挖掘技术提高电信业客户的满意度[A];四川省通信学会2005年学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 郑华卿;中国突发事件行政问责功能异化研究[D];华中科技大学;2011年
2 兰少华;多Agent技术及其应用研究[D];南京理工大学;2002年
3 刘君强;海量数据挖掘技术研究[D];浙江大学;2003年
4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年
5 郭秀娟;基于关联规则数据挖掘算法的研究[D];吉林大学;2004年
6 宋艳;CRM中基于CABOSFV改进算法的客户聚类研究[D];哈尔滨工程大学;2004年
7 刘承水;基于数据挖掘的客户序位应用研究[D];华北电力大学(北京);2006年
8 黄亦潇;客户知识获取的理论与应用研究[D];电子科技大学;2006年
9 王宏;基于粗糙集数据挖掘技术的客户价值分析[D];哈尔滨工程大学;2006年
10 胡理增;面向供应链管理的物流企业客户关系管理研究[D];南京理工大学;2007年
中国硕士学位论文全文数据库 前10条
1 张伟钢;数据挖掘技术在市场调研中的应用研究[D];西北工业大学;2001年
2 李向宁;数据挖掘技术在产品设计中的应用[D];西安电子科技大学;2002年
3 刘怡俊;电子商务系统中基于多Agent系统的信息流控制研究[D];广东工业大学;2002年
4 朱传宇;智能Agent及其在网络管理中的应用[D];合肥工业大学;2002年
5 张蕊;数据挖掘结果模式的存储及应用研究[D];重庆大学;2002年
6 黄东林;电子商务标记语言ebXML在供应链管理中的应用[D];四川大学;2003年
7 于向军;数据挖掘在机械产品概念设计中的应用研究[D];西安电子科技大学;2004年
8 杨玉凤;基于分析型客户关系管理的决策支持系统研究[D];广东工业大学;2004年
9 张志远;基于WEB文本挖掘的客户知识采集方法研究[D];国防科学技术大学;2003年
10 张志勇;面向大批量定制的产品设计技术研究[D];浙江大学;2005年
【二级引证文献】
中国期刊全文数据库 前2条
1 胡春晖;;加强数据挖掘保障客户关系管理[J];中国外资;2012年16期
2 徐国庆;段春梅;;数据挖掘技术在CRM中的应用研究[J];网络安全技术与应用;2012年12期
中国硕士学位论文全文数据库 前5条
1 喻宏;证券公司客户服务体系与管理研究[D];天津大学;2011年
2 付锋涛;电信运营商集团客户关系管理研究[D];北京邮电大学;2011年
3 王会霞;山西移动增值业务精确营销研究[D];中北大学;2012年
4 易辉;基于神经网络的商业银行农业信贷风险评估研究[D];湖南大学;2012年
5 聂强;SaaS在零售业商务智能中的应用研究[D];西南石油大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 岳玉霞,高存宝;用呼叫中心建立新型客户服务模式[J];北京电信科技;2000年04期
2 罗青军,陈继红;基于顾客联盟的知识管理略论[J];北京工商大学学报(社会科学版);2002年05期
3 李存金,甘仞初;企业知识管理机制研究[J];北京理工大学学报(社会科学版);1999年01期
4 刘建堤;论零售营销的4PS和4CS[J];商业研究;2000年10期
5 郑霄;顾客关系管理的核心──Call Center的规划与建立[J];商业研究;2001年04期
6 胡春;企业客户关系管理——分类管理[J];商业研究;2002年21期
7 刘震宇;企业经营中的顾客满意度分析[J];商业研究;2003年19期
8 孙锐;电子商务价值链与企业联盟策略[J];商业研究;2003年23期
9 林晖,代中强;电子商务实施过程中的知识管理问题研究[J];商业研究;2004年07期
10 许仲彦,孙锐;论虚拟价值链驱动下的协同电子商务模式[J];商业研究;2004年12期
中国重要报纸全文数据库 前2条
1 田红生;[N];中国经济时报;2002年
2 刘红岩;[N];中国计算机报;2003年
中国博士学位论文全文数据库 前1条
1 曹蓟光;联机分析挖掘处理技术(OLAM)的研究[D];浙江大学;2001年
中国硕士学位论文全文数据库 前5条
1 彭新敏;企业电子商务发展对策与实证研究[D];西安理工大学;2002年
2 陈日湘;知识管理时代的企业组织设计研究[D];广东工业大学;2002年
3 郭欣;客户知识的管理及其在营销决策中的应用[D];暨南大学;2002年
4 景波;基于智能代理的入侵检测模型[D];太原理工大学;2003年
5 蒋雅静;企业知识管理系统的分析与设计[D];河北工业大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 余云飞;;数据挖掘与科学决策[J];决策与信息;2008年09期
2 肖娟;叶枫;;利用数据挖掘管理客户关系[J];经济管理;2003年01期
3 田小丹;;数据挖掘在银行CRM管理中的应用研究[J];商场现代化;2006年06期
4 杨华;;浅析数据挖掘在企业信息化管理中应用现状和对策[J];江西金融职工大学学报;2007年05期
5 尚锐;陈超;;数据挖掘:计算机审计的新思路[J];审计月刊;2006年22期
6 商锦博;;探索数据挖掘在保险公司中的应用[J];商场现代化;2007年19期
7 张永宾;;DM在分析客户忠诚度的应用[J];商场现代化;2008年34期
8 刘忠宝;尤忠彬;;数据挖掘在信用卡客户营销中的运用[J];中国信用卡;2008年04期
9 宋艳;张炎欣;;数据挖掘技术在CRM中的应用[J];企业导报;2009年04期
10 杨林;;让客户知识智能化[J];中国计算机用户;2003年47期
中国重要会议论文全文数据库 前10条
1 马杰;胡海峰;马玉书;;基于人工神经网络的数据挖掘工具[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
2 马杰;刘月田;胡海峰;马玉书;;具有多种神经网络模型的数据挖掘工具[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
3 黄亦潇;邵培基;;企业客户知识管理研究[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
4 邵华;万家华;王剑虎;何耀东;张霞;;一个以用户为中心的数据挖掘工具:Open Miner[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
5 陈震;陈维默;;浅谈数据挖掘技术[A];福建省科协第五届学术年会数字化制造及其它先进制造技术专题学术年会论文集[C];2005年
6 段军晓;;数据挖掘技术在民航快递市场营销中的应用[A];第六届中国科学家论坛论文汇编[C];2007年
7 崔海莉;袁兆山;;客户关系管理中的关联规则挖掘技术[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
8 胡伟;孙德翔;程翔;;试论数据挖掘技术在智能化航空维修管理系统中的应用[A];第四届长三角科技论坛航空航天与长三角经济发展分论坛暨第三届全国航空维修技术学术年会论文集[C];2007年
9 闫相斌;李一军;;基于知识发现的客户智能框架结构及模型研究[A];管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C];2005年
10 李忍;孙晶;刘令君;;一个体育比赛技战术分析数据挖掘工具的设计与实现[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C];2007年
中国重要报纸全文数据库 前10条
1 商报记者 金朝力;全宁推最新客户知识管理系统[N];北京商报;2010年
2 米家乾;客户知识管理:与客户一起创造价值[N];新华日报;2004年
3 刘庆;关于数据挖掘工具的讨论[N];网络世界;2006年
4 汪雯;如何进行数据挖掘[N];金融时报;2006年
5 袁闻;数据挖掘和在线分析处理[N];金融时报;2006年
6 记者  王璐;数据挖掘 提升银行核心竞争力[N];金融时报;2006年
7 张少荣;除了技术 还需要什么[N];金融时报;2006年
8 陈金波;数据挖掘:提升电信CRM水平的助推器[N];人民邮电;2007年
9 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年
10 NCR(中国)有限公司数据仓库事业部 张新宇;开放标准提升数据挖掘效率[N];通信产业报;2006年
中国博士学位论文全文数据库 前10条
1 艾丹祥;基于数据挖掘的客户智能研究[D];武汉大学;2007年
2 欧伟;客户知识管理能力:关键要素识别、测评与提升策略[D];东北大学;2008年
3 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年
4 喻立;面向服务供应链的客户知识管理研究[D];武汉理工大学;2011年
5 赖芨宇;基于知识挖掘的企业管理集成系统研究[D];东华大学;2011年
6 齐丽云;客户知识管理对企业绩效影响的实证研究[D];大连理工大学;2009年
7 徐雪琪;基于统计视角的数据挖掘研究[D];浙江工商大学;2007年
8 杨洁;协同产品创新中客户知识集成模式及其关键技术研究[D];重庆大学;2009年
9 晏峻峰;基于数据挖掘技术的证素辨证方法研究[D];湖南中医药大学;2007年
10 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年
中国硕士学位论文全文数据库 前10条
1 张永明;基于电子商务活动的客户知识管理及客户价值挖掘研究[D];南京理工大学;2007年
2 赵闪;数据挖掘在客户关系管理中的应用研究[D];广东工业大学;2007年
3 张志娟;基于Web服务和PMML的数据挖掘研究[D];大连海事大学;2008年
4 吕小雷;深意鞋业数据库营销研究[D];兰州大学;2008年
5 颜富强;遗传算法在数据挖掘中的应用研究[D];湖南大学;2008年
6 李政博;一种适用于领域专家的WEB数据提取的方法[D];吉林大学;2009年
7 王惠坡;基于决策树的货票数据挖掘系统的研究[D];郑州大学;2003年
8 杨志挺;分类和聚类在分析型CRM中的应用[D];国防科学技术大学;2004年
9 刘博;多用户在线可视化数据挖掘系统[D];河北大学;2006年
10 石义芳;数据挖掘技术在病人流量分析中的应用研究[D];暨南大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026