客户关系管理中的聚类分析研究

《客户关系管理中的聚类分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工程大学硕士学位论文摘要信息技术的发展将整个世界经济带入了一个从未有过的高速增长期。当新经济大潮正在全球范围内急速改变传统的商业模式时，它也对传统企业提出了严峻的挑战，即要求企业管理者以全新的角度来看待未来的客户、未来的竞争对手、未来的技术工具等，因此我们迫切需要一种商家与客户进行交流的新方式。客户关系管理(CustomerRelationshipManagement，CRM)作为信息技术发展的产物已经成为企业关注的焦点。它能够提供客户资料以及相关数据分析，能够帮助企业充分利用其客户管理资源做出商业决策，也为企业从容自如地面对竞争提供了科学的手段和

2、方法。大量的调查和行业分析家都明确了这样一个事实，即建立和维持客户关系是取得竞争优势的唯一且最重要的基础，这是社会新经济对传统商业模式变革的直接结果。客户关系管理的技术核心是数据挖掘。作为一种新的信息处理技术，数据挖掘可以对商业数据库中的大量业务数据进行抽取、转换、装载和其他分析处理，从中提取辅助商业决策的关键性数据，帮助企业向管理智能化发展。数据挖掘的任务有关联分析、时序模式、聚类、分类与预测等。聚类分析作为数据挖掘的一类功能，是本论文研究的主要内容。本文立足现有的聚类算法，考察了所有在技术层面上实现客户聚类的算法。在研究中，不追求算法的复杂和完美，而

3、是更重视实际可应用性。具体地说，本论文作了如下工作：首先，介绍了数据挖掘中聚类原理和相关的统计知识，并为以后具体介绍常见的聚类算法提供数学基础：然后，在参考大量国内外文献的基础上，研究了模糊C均值聚类算法、系统聚类法、减法聚类法等。在模糊c均值聚类算法中引入了有效性函数的概念，从而部分克服了模糊c均值聚类算法局部最优和无法确定聚类的类数的问题；其次，借助Ma廿ab和SPSS软件，以一组数据为案例，利用Matlab编程，给出实验示例。该程序简单、运行速度快，表明该方法可以推广至海量数据。哈尔滨工程大学硕士学位论文案例得到了三种聚类方法的实验结果，并对直接编

4、程的聚类结果进行比较分析；最后，论文分析了与聚类分析相关的问题：譬如孤立点、异常数据的处理等。这些问题无论是在理论上还是在实践上还不成熟。论文还简单地分析了客户关系管理系统应用中要注意的问题。由于条件和时间的限制，本文的研究只是一个前沿工作的开端，这方面的研究工作还需在今后学习和工作中继续完善。关键词：客户关系管理；聚类分析；模糊C均值聚类；系统聚类；减法聚类哈尔滨工程大学硕士学位论文AbstractThedevelopmentofInformationTechnologybringstheworld’seconomyintoanincreasingpe

5、riodthatneverappearedbefore．CustomerRelationshipManagement，astheresultofthedevelopmentofinformationtechnology，hasbeenthefocusofenterprises’attention．Itcanprovidecustomers’dataandrelateddataanalysis，helpingenterprisesmakefulluseofcustomerdatatomakebusinessdecision。Italsoprovidessc

6、ientificmeansandmeasureforenterprisestofacecompetition．LotsofresearchandindustryanalysisshowthefactthatbuiIdingandkeepingcustomerrelationistheonlyandmostimportantbaseforcompetitionadvantage．Andit’salsothedirectresultoftheinnovationoftraditionalbusinessmodel，causedbyneweconomyinou

7、rsociety．Thecoretechnologyofcustomerrelationshipmanagementisdatamining．Asanewtechnologytoprocessbusinessinformation，dataminingcanextract，transfer，analysisandmodulatethemassdatainthebusinessdatabase，togetthekeydatahelpfultobusinessdecisionandhelpenterprisestobeintelligentinmanagem

8、ent．Thetasksofdataminingincludeassociati