收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粗糙集数据挖掘技术的客户价值分析

王宏  
【摘要】:当今的客户已经成为左右企业发展的一种决定性的力量。菲利普·科特勒指出以客户为中心的企业不仅需要建设产品,更重要的是建设客户。在现实的市场条件下任何企业要想成功,必须以客户需求为出发点,以满足市场或客户的需求为归宿,把客户对企业的信任和忠诚作为企业最重要的资产。国内外的理论和实践都已证明了忠诚的客户能为企业带来稳定而丰厚的利润,一个企业拥有了忠诚的客户群,就拥有了稳定的利润源和竞争优势,拥有了对市场的控制权。一个客户能保持忠诚越久,企业从他那里获得的利益越多。 企业在培养客户忠诚时必须首先明确不同客户对企业具有不同的价值,企业应向最可能盈利的客户推销产品。基于客户差别及企业能力的限制,任何一个企业都不可能为市场上的全体客户服务。为了能与无处不在的竞争者竞争,企业需要确定它能为之最有效服务的细分市场,把目标关注于为企业带来最大利润的客户,提高他们的忠诚度。为了获得客户的忠诚,企业必须为客户提供优异的价值,因为只有价值才能驱动客户忠诚,增进客户的重复购买行为并增加企业利润。 基于以上的思想,借鉴西方管理学研究的成果,本文针对客户价值分析的理论和方法展开讨论,在客户分类时采用基于粗糙集的数据挖掘技术。 企业常用的客户分类方法是基于经验方法和统计方法的简单划分,这些方法虽然曾得到广泛应用并取得良好效果,但却无法满足日益增长的数据量以及日益复杂的分析需求,而基于数据挖掘技术的分类方法,为进行更深入的客户细分提供了新的实现手段。 所谓数据挖掘也称为知识发现,是从大型数据库和数据中提供潜在价值的知识和规则的过程。数据挖掘技术有各种模式,如关联分析、分类和预测及聚类等。各种模式各有侧重,其中有一些已经研究得较为成熟,研究成果也较多,如挖掘关联规则、预测方法和分类模式中的一些其他方法。而分类模式中关于粗集的挖掘技术目前研究的人还不是很多,相应的研究成果也较少。因而基于粗集的数据挖掘技术有很大的研究价值。粗集理论是针对不确定性问题提出的,它的特点是不需要预先给定某些特征或属性的数量描述,而是直接从给定问题的描述集合出发,通过不可分辨关系和不可分辨类确定给定问题的近似域,从而找出该问题的内在规律。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 牛丽萍;任金政;宋化勇;;消费信贷管理行为评分模型的研究[J];广西金融研究;2007年07期
2 刘友军;吴建;;数据挖掘在CRM中的应用研究[J];商场现代化;2007年35期
3 刘兴波;都春;;决策树技术在高师生教学技能考核评价系统中的应用研究[J];网络与信息;2010年05期
4 张兴科;王浩;;数据挖掘技术在促进高校毕业生就业中的应用[J];黑龙江科技信息;2007年11期
5 邹赢;;数据挖掘技术在连锁超市经营企业的应用[J];商场现代化;2009年02期
6 代林玲;;将数据挖掘应用于大学生心理问题研究的初探[J];改革与开放;2009年08期
7 韩采芹;欧阳俊林;;基于数据挖掘的信用卡交易风险检测研究[J];福建电脑;2009年07期
8 唐仕敏;;数据挖掘技术在高校教学中的应用[J];产业与科技论坛;2011年01期
9 冯敏敏;张锡琴;王俊华;;粗糙集理论在客户分类中的应用[J];商场现代化;2008年27期
10 张成虎;赵小虎;;基于决策树算法的洗钱交易识别研究[J];武汉理工大学学报;2008年02期
11 尤瑞红;李勇;张博文;;基于数据挖掘的电信客户信用分类模型研究[J];科技和产业;2010年12期
12 王建仁;高海燕;董琳;;数据挖掘在银行CRM中的应用[J];统计与决策;2007年09期
13 陆荣展;相秉仁;徐建平;;决策树算法在药品GSP预警管理中的应用[J];医学信息学杂志;2009年05期
14 曲萍;;数据挖掘技术在高校学生成绩管理中的应用研究[J];网络与信息;2010年04期
15 和征;李慧玲;;基于数据挖掘技术的员工绩效考核系统研究[J];管理观察;2008年15期
16 胡东波;肖丹萍;曹婷;;数据挖掘在员工网络招聘中的应用研究[J];商场现代化;2010年14期
17 朱慧云;李正扬;;基于Weka平台的会员制超市客户分类分析[J];商场现代化;2010年31期
18 黄斌;滕启龙;;数据挖掘技术在高职教学评估系统中的应用[J];产业与科技论坛;2011年05期
19 孔志周;;运用模糊积分融合挖掘技术减小客户分类的不确定性[J];统计与决策;2007年06期
20 唐琨;周清;刘静;;土壤有机质含量高光谱遥感中的数据挖掘[J];中国集体经济;2009年10期
中国重要会议论文全文数据库 前10条
1 张敏;陆向艳;周敏;潘林琳;农冬冬;王彬彬;陈晓江;;数据挖掘在智能题库系统中的应用[A];广西计算机学会2004年学术年会论文集[C];2004年
2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
3 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
4 魏元珍;杨沂凤;;数据挖掘技术及其在数字图书馆中的应用[A];网络信息资源的搜集与应用——全国高校社科信息资料研究会第十次年会论文集[C];2004年
5 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
6 巩耀亮;邱晓东;孙丽君;李树强;;数据挖掘技术在企业竞争情报系统中的应用研究[A];信息时代——科技情报研究学术论文集(第三辑)[C];2008年
7 王洪锋;;数据挖掘在客户关系管理中的应用研究[A];河南省通信学会2005年学术年会论文集[C];2005年
8 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年
9 张婧;;数据挖掘技术在进销存系统中的应用[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
10 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
中国博士学位论文全文数据库 前10条
1 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
2 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
3 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
4 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
5 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年
6 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院(遥感应用研究所);2006年
7 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年
8 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
9 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
10 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 毛志雄;基于DM技术的化工生产过程控制的优化研究[D];中南大学;2005年
2 王志浩;数据挖掘在招生信息处理系统中的应用研究[D];山东师范大学;2006年
3 凌昊;基于决策树分类算法的网络入侵检测系统的研究[D];湖南大学;2007年
4 肖海涛;数据挖掘技术在生产平稳度分析中的应用[D];北京化工大学;2005年
5 华文立;决策树的一种优化方法及其在入侵检测中的应用[D];合肥工业大学;2006年
6 黄震;数据挖掘在电信客户流失预警中的应用[D];北京邮电大学;2008年
7 赵建峰;数据挖掘中一种基于遗传算法改进的ID3算法[D];武汉科技大学;2008年
8 任冬梅;数据挖掘在客户关系管理中的应用研究[D];安徽理工大学;2008年
9 张泓;决策树技术及其在攻击检测中的应用[D];南京理工大学;2008年
10 张静;决策树算法在市场细分中的应用研究[D];辽宁工程技术大学;2007年
中国重要报纸全文数据库 前10条
1 ;兴业证券:创新适当性管理客户分类方法[N];证券时报;2011年
2 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
3 李蓓;汽车精细营销中的客户分类[N];经济观察报;2003年
4 粤行;广州市分行:客户分类 多管营销[N];中国邮政报;2011年
5 郭卫;镇江烟草进一步规范零售客户分类[N];江苏经济报;2008年
6 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
7 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
8 首之;数据挖掘并不神秘[N];金融时报;2006年
9 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
10 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001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
  • 010-62982499
  • 010-62783978