21世纪是知识经济时代,知识成为价值创造的核心来源。电子商务的迅速普及与发展,带给企业的不仅是机遇,还有挑战。在电子商务背景下,“买方市场”特征进一步凸显。及时、准确、系统、深入地认知客户,迅速而高效地满足客户需求,成为企业生存与发展的关键所在。通过电子商务平台与渠道,企业可获得大量有关客户及其消费特征的数据,其中蕴含了有关客户消费行为与潜能的隐性知识,能为企业开展精准营销、有效提升客户满意度以及培育客户忠诚度奠定坚实基础。有鉴于此,基于电子商务背景,在获得企业大量客户相关数据的基础上,本文谋求通过对前述相关数据的甄别与预处理,设计客户隐性知识获取的完备机制,以此指导电子商务企业开展精准客户细分、有针对性地制定并落实客户关系维系与改进的措施和方案,从而重塑企业核心竞争力,实现可持续发展。首先,本文分析了论文的选题背景,主要体现在四个方面:产品同质化严重;“买方市场”形成;企业营销压力增大;电子商务带来机遇和挑战。基于业内现存问题与未来发展趋势,提出了本文研究的出发点以及相关研究内容与方法。而后,对知识、隐性知识、客户知识管理等相关理论进行了综述研究,并对粗糙集的理论与方法进行了简要探讨。其次,在客户知识的基础上,本文对“客户隐性知识”的内涵进行了分析与界定,在此基础上讨论并归纳了客户隐性知识的类型与特征。而后,分析了电子商务背景下获取客户隐性知识的基本过程,综合应用Spearman非参数统计方法、信息熵法、遗传算法以及粗糙集相关理论与方法,分析并设计了对客户隐性知识源数据的预处理、属性离散化以及属性集约简的算法模型,并基于此设计、提出了客户隐性规则的提取方法。最后,本文采用实证研究方法,基于××电子商务公司客户相关数据,通过SPSS和Rosetta两套工具软件,完成对前述相关模型与方法的实证分析。