CRM环境下面向知识发现的数据分类技术的应用研究

为提高CRM对市场活动和销售活动的分析能力，本文提出将数据挖掘技术应用于CRM系统中，采用数据分类方法从CRM数据库的大量信息中发现企业产品的销售规律和客户群的特征。讨论了数据分类的定义和方法，介绍了决策树分类和朴素贝叶斯分类的算法，并给出了具体的数据分类实例，以期为企业更好地掌握市场动态以及潜在客户的挖掘提供有力的技术支持。     

C4.5决策树展示算法的设计

分析了现有的展示C4.5算法结果决策树的方法的不足,设计了一种利用多叉树结构的直接输出来实现决策树展示的算法。在客户关系管理(CRM)应用于电信运营的研究项目中,该算法在数据挖掘平台上得到应用,实践证明,提高了决策树分类的效率和展示的直观性。     

基于关联规则的网络漏洞信息数据挖掘方法

为提高对网络漏洞信息数据的挖掘效率,提出关联规则下网络漏洞信息数据的挖掘方法。通过粒子群空间聚类算法生成关联规则,构建决策树挖掘漏洞,建立适应度函数来评价漏洞信息数据的挖掘效率,完成对网络漏洞信息数据的有效挖掘。实验结果表明,运用该方法挖掘网络漏洞信息数据时,构建决策树所消耗的时间较短,挖掘方法效率较高,能够有效处理大量的数据集。     

应用C4.5算法构造客户分类决策树的方法

客户等级划分是CRM中一个非常重要的方面。而决策树是进行分类分析的一个常用工具，该文主要讨论如何应用C45算法构造客户等级分类决策树及其在CRM中的应用。     

基于决策树的数据挖掘在电信CRM中的应用研究

针对电信CRM中“数据丰富但知识贫乏”的现象,利用数据挖掘技术和SL IQ决策树构造算法建立一棵决策树模型,在CRM中根据客户的年龄、所属城市和性别对客户分类,对预测客户类型,防止用户流失,争取新用户具有重要意义。     

数据仓库和数据挖掘在高校决策支持中的应用研究

运用高校学生成绩、学籍等相关数据,创建高校学生成绩分析的数据仓库,运用ID3算法实现基于学生成绩等级的决策树挖掘模型的构建,由决策树提取分类规则,并利用Analysis Services工具进行挖掘验证.     

基于粒计算的决策树并行算法的应用

针对传统的决策树分类算法不能有效解决海量数据挖掘的问题,结合并行处理模型M apReduce ,研究基于粒计算的ID3决策树分类的并行化处理方法。基于信息粒的二进制表示来构建属性的二进制信息粒向量,给出数据集的二进制信息粒关联矩阵表示;基于二进制信息粒关联矩阵,提出属性的信息增益的计算方法,设计基于M apReduce的粒计算决策树并行分类算法。通过使用标准数据集和实际气象领域的雷电真实数据集进行测试,验证了该算法的有效性。     

决策树剪枝加强的关联规则分类方法

传统关联规则挖掘在面临分类决策问题时,易出现非频繁规则遗漏、预测精度不高的问题。为得到正确合理且更为完整的规则,提出了一种改进方法 DT-AR(decision tree-association rule algorithm),利用决策树剪枝策略对关联规则集进行补充。该方法利用FP-Growth(frequent pattern growth)算法得到关联规则集,利用C4.5算法构建后剪枝决策树并提取分类规则,在进行置信度迭代筛选后与关联规则集取并集修正,利用置信度作为权重系数采取投票法进行分类。实验结果表明,与传统关联规则挖掘和决策树剪枝方法相比,该方法得到的规则在数据集分类结果上更准确。     

基于决策树的数据挖掘方法在CRM中的应用研究

针对CRM中的市场客户分类问题,本文将决策树分类方法应用于CRM中,介绍应用C4．5决策树方法构造客户分类系统的开发实践,并给出该系统分析客户保持中的应用实例。     

新型决策树构造方法

决策树是一种重要的数据挖掘工具,但构造最优决策树是一个NP-完全问题。提出了一种基于关联规则挖掘的决策树构造方法。首先定义了高可信度的近似精确规则,给出了挖掘这类规则的算法;在近似精确规则的基础上产生新的属性,并讨论了新生成属性的评价方法;然后利用新生成的属性和数据本身的属性共同构造决策树;实验结果表明新的决策树构造方法具有较高的精度。     

数据挖掘技术在民航CRM中的应用

进行客户关系管理系统建设,是当今各大航空公司争取竞争优势的重要手段。数据挖掘技术在CRM的实施中起着关键的作用。文章分别介绍了数据挖掘技术和CRM技术,具体介绍了在民航CRM建设中用到的决策树方法和模糊聚类方法这两种数据挖掘方法,并作了实验分析。最后对数据挖掘技术在民航中的应用作了展望。     

基于数据挖掘的CRM分析

进行客户关系管理系统建设,是企业争取竞争优势的重要手段,数据挖掘技术在CRM的实施中起着关键的作用。文章介绍了数据挖掘技术和CRM技术,具体介绍了在酒店CRM建设中用到的决策树和模糊聚类这两种数据挖掘的实现方法,并做出了实验分析。     

决策树方法在煤炭物流客户分析中的应用

目前物流企业中积累了大量的客户历史数据,为了有效利用这些数据,使用数据挖掘方法对客户进行分类管理和服务是CRM中非常重要的一方面。而决策树是进行分类分析与数据挖掘的常用方法。研究了运用C4.5算法对煤炭物流客户信息构造决策树,并把提取到的规则应用到公路煤炭物流公司的客户关系管理中,结果证明具有较好的应用价值。     

IID3算法在CRM数据分类中的应用研究

通过分析决策树ID3算法的基本原理,引出一种改进后的算法(IID3),并以CRM销售业绩相关数据的分类为例介绍数据分类的全过程.由对比可看到改进后算法的优势.     

基于SLIQ分类算法的数据挖掘技术及其在企业CRM中的应用

研究了SLIQ算法的预处理、计算最佳分裂、执行分裂几个大的阶段以及具体算法设计实现过程。最后,将SLIQ算法运用到建设工业集团销售公司中,并与客户关系管理系统结合起来,为公司决策提供支持和依据。     

基于数据仓库技术的CRM决策支持系统模型设计

针对目前企业决策支持系统面临的新问题，介绍了CRM相关知识和决策支持系统的前沿技术——数据仓库及数据挖掘和联机分析处理，并在此基础上，提出了以数据仓库为中心、数据挖掘和联机分析处理为手段的面向客户关系管理的决策支持系统模型框架，描述了CRM数据运作流程和数据仓库等技术在其中所起的重要作用。