VC396 数据挖掘在客户关系管理中的应用

数据挖掘在客户关系管理中的应用
——界面设计、数据库设计及数据预处理
摘   要
 本论文主要讨论的是数据挖掘在客户关系管理系统中的应用，运用数据挖掘的相关技术（如粗糙集、关联规则、决策树、遗传算法等），结合销售行业的市场经营分析及CRM系统开发，建立基于数据挖掘的客户关系管理系统---客户服务的解决方案，并进行了部分实现。
数据挖掘技术在客户关系管理领域中的应用主要有：
(1)通过数据挖掘判断客户的价值，即客户细分；
(2)通过数据挖掘发掘潜在客户，从而实现交叉销售，提高现有客户的价值；
(3)通过数据挖掘分析客户的流失，预防潜在的客户流失；
(4)通过数据挖掘保留忠实客户，优化客户关系。
我的主要工作就是界面的设计、集成，数据库设计以及数据的预处理， 建立基于数据挖掘的客户关系管理系统。
在当今竞争激烈的市场环境中，CRM 是企业增加生存能力、扩大竞争优势不可或缺的支持。只有能够更好的利用客户信息、满足客户需求，一个企业才能够获得更大的利益。数据挖掘正是指导企业更好地理解客户以及满足客户需求的工具，为用户进行客户关系管理提供决策的参考依据。论文研究具有一定的理论意义和实际应用价值，为客户关系管理提供了一种研究思路和分析方法。

内容来自think58 [资料来源：http://think58.com]

关键词：客户关系管理(CRM)；数据挖掘(Data Mining)；界面设计；数据库设计；数据处理

2.3.1对各算法中的数据进行预处理
(1)对粗糙集数据的进行预处理。
首先，Excel表的数据转换到SOL Sever 中要考虑到数据类型的选择问题，应尽量选择占物理空间较小的数据类型，如在区域范围内用varchar 替代CString 类型，因为varchar可以灵活的分配所要的空间，对于大规模数据集来说将会大大减少系统开销。
对年龄、收入属性的不同取值(区间)数小于对应的属性概化阀值，则应对它们进行概化。如年龄，它的概化阀值设为20，所以小于30岁的，我们设为young,30~50的为middle,大于50的为senior。同理，把收入小于2000的设为low,大于、等于2000为high。
由于婚否属性只有两个不同值，所以该属性保留，并且不对其进行概化。同理，性别、是否全职与单位属性也被保留，也不需要进行概化。
数据处理前：如2-1所示。
表2-1 原始数据
Chart 2-1 the Origin Data
 
数据在SQL Sever中进行处理以后：如表2-2所示
表2-2 处理后的数据
Chart 2-2 the Final Data
  think58 [版权所有：http://think58.com]

(2)对关联规则数据的进行预处理。
同上，我们在SQL Sever里用的数据类型还是varchar，但为了方便对关联规则算法实行，还要对所需要的商品进行符号替换。用I1代表随身听，同理：I2耳机，I3电池，I4笔筒，I5充电器，I6笔记本，I7钢笔，I8手表，I9MP3，I10耳麦，I11CD机，I12音响，I13电脑，I14手机，I15键盘，I16 鼠标，I17摄像头，I18CD包，I19钱包，I20背包等。
数据处理前：如表2-3所示
表2-3 原始数据
Chart 2-3 the Origin Data
               
数据在SQL Sever中进行处理以后：如表2-4所示
表2-4 处理后的数据
Chart 2-4 the Final Data
                 

本文来自think58 [资料来源：http://think58.com]