论文部分内容阅读
客户关系管理(CRM)是一种先进的管理理念，要求企业以客户为导向，整合内外流程，持续改进对客户的服务水平。CRM也是一种管理软件和技术，它将最佳的商业实践与数据挖掘、数据仓库、一对一营销，以及其他信息技术紧密结合在一起，为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案，使企业有一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代化企业模式的转化。CRM系统的运用，可以有效的帮助企业开展营销活动，全面迎合用户的需求，从而为其提供合适的产品与服务。然而当企业发展了多年，拥有了大量的客户数据，如何有效地利用这些数据，分析出对于企业有用的知识，进而采取恰当的市场活动来改善客户关系、实现利润最大化，则是每家企业所面临的最大问题。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。它能挖掘出潜在的模式知识，找出最有价值的信息，用以指导商业行为或辅助科学研究。
针对上述问题，本论文以目前CRM中的数据挖掘研究现状为基础，结合遗传算法、人工神经网络等高性能数据挖掘技术，并在参阅大量文献的基础上，取得了以下研究成果：
1．CRM的数据挖掘技术是本文的重点，本文详细地阐述了数据挖掘技术的产生背景、基本概念、技术特点及一般实施过程。数据样本的质量是保证数据挖掘得出可靠知识模式的前提，所以在进行数据挖掘前，要进行必要的数据预处理。对于数据集中的异常样本值，先删除异常的属性值，然后再用遗传BP神经网络模型进行预测填补。
2．人工神经网络在CRM中已有许多成功的应用，如银行信用卡欺诈检测等。最为常用的BP神经网络模型本身有许多无法克服的缺点，不利于它在CRM中的有效应用，因此，研究新的BP神经网络优化方法是本文的一个重要内容。遗传算法具有良好的全局寻优特性，本文提出了一种三层染色体结构的遗传算法，用于同时优化BP网络的拓扑结构及权值空间。对于BP神经网络的优化，本文还提出一种带平滑因子的BP算法，通过在BP算法中嵌入平滑因子，对权值空间进行平滑优化。
3．CRM的一个重要功能就是为营销、决策提供预测信息。本文提出了利用平滑BP神经模型进行商品市场占有率时序预测的方案。并通过实验证明：这种模型比一般的BP神经网络模型预测精度稍高。通过与传统的状态空间预测模型作比较，说明本模型比状态空间模型具有更好的灵活性和更高的预测精度。