考虑客户价值的车辆调度干扰管理

针对物流企业中资源不能有效地分配到不同客户手中,难以实现物流企业经济效益最大化的问题,基于客户关系管理理论,在考虑客户价值的情况下,从客户、物流配送运营商以及物流配送员三方面对物流配送系统的扰动建立了车辆调度干扰管理模型,并结合免疫算法设计了改进的种子群优化算法对模型进行求解.结合具体实例,对考虑客户价值的干扰管理模型与未考虑客户价值的干扰管理模型进行比较,结果表明,考虑客户价值的干扰管理模型能够获得更大的客户满意度.     

基于遗传算法的数量折扣订货模型求解

在供应链管理中,针对供应商给出的数量折扣优惠,订货商采用合适的订货策略可以提高自己的利润.本文针对多供应商条件下具有数量折扣的订货模型,给出了基于遗传算法的求解方法,并加以实例说明.利用该算法可以确定多供应商条件下,订货商的订货量在各供应商之间的分配及经济订货批量,并使得订货商的总成本接近最小.     

突发公共卫生事件应急物资无接触式配送路径优化

为解决突发公共卫生事件下大批量应急物资配送问题，研究了“卡车-无人车”联合配送模式。针对多约束客户点聚类问题，设计了防止K值变动偶然性的改进K-means++聚类算法；根据紧迫度大的客户点优先配送的原则，提出2类客户点并行配送的无人车调度方案，构建以配送时间最短为目标的路径优化模型。结果表明：改进K-means++算法得到的聚类数量K更为稳定；相同聚类结果的情况下，改进多种群遗传算法迭代次数更少、最优解更佳；改进后的算法组合最优解远优于其他3种组合算法。     

数据挖掘在客户生命周期中的应用研究

针对目前客户生命周期研究大多停留在定性研究,难于较为准确地判断客户所属生命周期的具体阶段,然而这又是客户生命周期研究的重点问题,应用数据挖掘中决策树算法,结合客户生命周期定性研究的一些研究成果,构建了电信行业的客户生命周期判定模型,并给出了该模型的一些可能的改进方案及应用.     

基于改进蚁群算法的物流配送车辆路径优化方法

目前路径优化方法忽略了客户时间窗约束产生的惩罚成本,导致惩罚成本过高,无法得到最优配送路径,因此,提出基于改进蚁群算法的物流配送车辆路径优化方法.结合遗传算法完成对蚁群算法的改进,对物流配送车辆路径问题进行建模,得到路径规划问题的目标函数,并根据配送过程的实际情况和具体要求设定目标函数的约定条件,计算固定成本和变动成本...     

不同电信欠费率下信用评分问题

为提高信用评分的公平性和合理性,研究了电信领域不同欠费率下的初始信用评分问题. 在一种电信客户初始信用评分模型的基础上,分别采用遗传算法和蚁群算法,对不同欠费率的客户群体进行数据挖掘,通过评价函数得到最优信用权重分配方案,并对实验结果进行了分析和比较. 最后,对原信用评分模型进行了改进,解决了原模型在高欠费率情况下算法解不理想问题. 实验结果表明,在采用评分模型进行信用评分时,应针对不同的欠费率群体,可选择不同的信用评分算法. 此外,在建立信用评分模型时,需要考虑不同欠费率的情况.     

VSM模型在电信行业中的应用

随着国内电信行业的重组,各个企业之间的竞争越来越激烈。如何针对不同的客户制定营销策略,以使企业利润最大化,已经是非常重要的事情了。提出一种基于VSM模型,利用TFIDF算法的基本思想,构造出一种适合于电信行业的类TFIDF算法。利用此算法可以找出流失的客户去向与新入网的客户来源。通过对比客户的消费行为,可以分析出客户流失的原因,为市场部门制定营销策略提供理论依据.     

基于蚁群算法的速冻蔬菜配送路径优化研究

以安徽某公司速冻蔬菜为例,介绍了基于蚁群算法的冷链物流配送路径优化问题的研究。通过对安徽某公司配送速冻蔬菜的现状与不足、车辆路径问题及求解算法的特点、蚁群算法模型的建立与应用等进行详细分析,建立了基于蚁群算法的冷链物流配送路径优化研究模型,使其在销售速冻蔬菜时能够达成配送路径更短、配送时间更少、配送成本更低、客户满意度更高的目标。     

利用蚁群算法求解电信客户初始信用评分问题

针对电信领域客户初始信用值获取问题,构建了一种信用评分模型,包括属性域和属性域信用权重的定义、信用权重的约束规则、初始信用度计算公式以及评价函数. 该模型根据客户的基本数据和消费行为数据进行信用评分. 在此模型的基础上,提出了一种基于蚁群算法的属性域信用权重分配算法. 实验结果表明,该模型能有效解决电信客户初始信用评分问题.
     

基于交叉规划的订货策略优化模型及求解算法

采用交叉规划模型描述了市场经济条件下供应链管理中供应商与订货商确定订购单价和订货批量的问题,并设计了基于松弛法和障碍函数法的混合算法来求解模型.实例分析说明交叉规划模型能正确表示实际的供需关系,使双方均达到满意.     

汽车消费者行为影响因素及作用机制研究

通过对服务质量管理理论的回顾和理论分析,结合对汽车消费者行为的实证研究,分析了服务质量、顾客价值、顾客满意、顾客期望与顾客忠诚的内在关系。在此基础上,构建了汽车消费者行为忠诚的驱动机制模型。研究表明,顾客期望与顾客感知服务质量正相关,与顾客满意负相关;服务质量对顾客忠诚没有直接影响,但通过顾客价值和顾客满意起间接作用;顾客价值比顾客满意对顾客忠诚的影响更大;服务补救效果对顾客行为忠诚有直接影响,顾客满意和服务质量不对顾客忠诚产生直接影响,而是通过顾客价值对顾客忠诚产生间接影响;服务补救效果与顾客价值、服务质量、顾客满意正相关,对顾客忠诚有正向影响。     

CRM中的模糊C均值(FCM)客户聚类算法研究

客户关系管理(CRM)中的客户聚类分析是一个新的研究领域,属于数据挖掘的应用范畴.CRM利用数据挖掘技术发现客户数据背后隐藏的、有用的、未曾预料的知识.包括利用聚类方法划分顾客类别.本文提出用模糊C均值(FuzzyC Means,FCM)聚类算法作为客户聚类的方法,得到不同客户群的聚类中心以及客户的隶属度矩阵,为客户群的特征分析提供了量化依据.并采用Matlab6.1为计算工具,最后给出了一个聚类分析实例.实验证明,本文采纳的方法可以得到满意的客户聚类结果.     

一种洞察客户的“价值-行为”数据挖掘方法及应用

从客户价值理论角度,提出一种客户"价值-行为"洞察分析模型,将客户价值评价、价值客户聚类、关联行为分析等独立分析单元,逻辑联结于同一分析模型下,以获取可反映不同价值客户"类"特征及其消费行为轮廓的知识。以X区移动通信客户价值管理为实例,阐述了方法应用及营销策略分析的主要过程,为通信企业提供了一种价值客户的有效管理策略。     

考虑用户负荷类型的含分布式电源的配电网可靠性评估

该文以含分布式电源的配电网可靠性评估为主要内容,首先研究居民、商业、工业的日负荷特性,建立反映用户用电特性的时序负荷模型。根据分布式电源的出力和负荷需求,建立储能协调运行模型。在此基础上,研究分布式电源的接入以及不同分布式电源出力对各类用户负荷可靠性的影响。最后,基于时序蒙特卡洛模拟算法,对IEEE RBTS BUS6-F1馈线改进系统进行可靠性计算。算例结果表明,分布式电源的接入能有效提高配电网可靠性,且分布式电源对于不同的用户负荷可靠性影响不同。     

C4.5改进算法及其在客户价值分析上的应用

客户价值的分析在现代企业中起着重要的作用,而分类算法在分析客户价值上是卓有成效的。决策树算法是分类算法中一类重要的算法,其中以C4.5算法最为流行,但是这种算法准确率性能方面还不是很理想。在C4.5算法的基础之上引入推进技术,改善了C4.5算法的准确率性能。实验证明,用改进后的C4.5算法分析超市客户数据,其算法的准确率高于原算法,增强了决策的可信度。     

保险客户关系管理系统的设计与开发

从保险行业产品和行销特点的角度,分析了保险行业客户信息处理的特点和客户关系管理系统建立的必要性和特殊性.提出以客户基本信息为核心的、体现和融合客户关系信息和业务流程信息的客户数据分级管理的数据库模型,详细阐述了保险客户关系管理系统的系统结构和功能模块,介绍了保险客户关系管理数据库的设计过程,开发出以客户为中心、保险行销员为对象、服务保险行销过程的保险客户关系管理系统,并给出部分界面图.方便保险行销人员组织客户信息、挖掘行销机遇、保持客户忠诚度,保证客户关系的建立和良好保持.     

客户服务的过程管理模型研究

对客户服务的过程进行抽象,构建了客户服务的过程管理模型,运用反馈控制系统的研究方法,对服务过程输出的可靠性与响应性进行了研究。在对服务过程及有关参数用概率分布进行数学表征的基础上,进行了计算机模拟,针对模拟结果分析了影响服务水平的可控因素,并初步探讨了企业提高服务水平的方法。     

决策树ID3算法在银行客户关系管理中的应用研究

数据挖掘技术广泛应用于银行的客户关系管理,本文探讨了挖掘出隐藏在客户数据中潜在信息的方法,对决策树的ID3算法在客户数据信息中的应用进行了分析,依据推导的结果对客户进行分类,进而预测客户行为,制定相应决策,提供更加完善的服务.     

SVC算法在客户资源分析中的应用

研究了SVC算法及其在企业客户资源分析中的应用,得出有关客户资源各种属性特征的量化结果,使企业充分认识客户资源的各种属性特征,辅助企业进行经营决策,达到企业对客户资源的有效管理和结构优化的目的.