数据挖掘在客户关系管理(CRM)中的应用

CRM现在逐渐成为企业的焦点 ,也成为计算机领域一个活跃的研究领域。介绍了有关CRM和数据挖掘的一些基本概念 ,以及数据挖掘应用于CRM所带来的好处 ;最后指出了如何在CRM中实施数据挖掘应用。     

数据挖掘在CRM中的运用

CRM（客户关系管理）是一种旨在改善企业与客户之间关系的新型管理系统。其关键点在于如何运用数据挖掘技术建立分析型CRM。本文主要论述了CRM和数据挖掘的概念以及数据挖掘在CRM上运用的一般过程。     

数据挖掘在银行CRM中的应用研究

该文阐述了数据挖掘和CRM的概念,并对在银行CRM中如何使用数据挖掘技术进行了研究,并给出了银行CRM中B1分析的一个简单的应用方式。     

一切从数据开始——商业银行客户关系管理

本文主要介绍数据仓库技术的框架，数据挖掘技术，模型建设，并对分析型CRM系统的应用现状及前景展望，CRM系统建设的方法、步骤及项目管理的相关经验，重点阐述了商业银行如何通过先进的数据仓库、数据挖掘技术来实现真正分析型的客户关系管理系统。     

基于数据挖掘技术的客户关系管理系统

该文介绍了数据挖掘技术以及客户关系管理(CRM)的含义,考察了数据挖掘用于客户关系管理的商业价值和应用功能,并以医药公司CRM来阐述利用数据挖掘技术对客户群进行有用管理的过程。     

数据仓库和数据挖掘技术在商业银行CRM中的应用

本文主要介绍数据仓库和数据挖掘技术的框架,模型建设,并对商业银行客户关系管理CRM系统介绍分析,重点阐述了商业银行如何通过先进的数据仓库、数据挖掘技术来实现真正分析型的客户关系管理系统。     

数据挖掘技术在CRM中的应用

CRM就是指对客户关系的管理,CRM已经成为了企业关注的重点,CRM也是数据挖掘技术十分重要的组成部分。本文主要是通过介绍数据挖掘技术的功能的分类,概述了CRM的含义与数据挖掘技术在CRM中运用,对数据挖掘在CRM中实施的过程进行探究。     

浅析数据挖掘在CRM中的应用

CRM是数据挖掘技术重要的应用领域。本文在数据挖掘和CRM的基本概念基础上,分析了数据挖掘技术在CRM中的应用及CRM中数据的挖掘过程。     

浅析数据挖掘在CRM中的应用

CRM是数据挖掘技术重要的应用领域。本文在数据挖掘和CRM的基本概念基础上,分析了数据挖掘技术在CRM中的应用及CRM中数据的挖掘过程。     

关联规则在旅行社CRM中的应用

对于旅行社来说,CRM战略可以提高其核心竞争力,达到竞争制胜、快速成长的目的,如何利用数据挖掘技术从CRM数据中找出更有价值的知识和规则,无疑是人们非常关注的课题之一.本文介绍了数据挖掘中关联规则的概念及作用,对其Apriori关键算法给出了剖析,并结合在旅行社CRM中游客消费的旅游产品的特征的具体应用,进而阐明了基于Apriori算法的CRM数据挖掘,对于旅行社在新的竞争环境下增强优势的重要意义.     

面向数据特征的分布式数据挖掘研究

在众多提高数据挖掘效率的方法中,并行数据挖掘是一个从根本上解决该问题的有效途径.首先指出在数据挖掘过程中,不论采用顺序挖掘还是并行挖掘,都必须以数据挖掘的最终目的为前提,即尽可能多地发现数据中所含有的有用的知识,然后在此基础上提高数据挖掘的较率.在该想法基础上,提出了面向数据特征的数据划分过程,并进一步提出了加权式的并行数据挖掘基本方法.在这种数据挖掘过程中,可以得到相对于部分数据的知识,在很大程度上提高了数据挖掘的动态性能.     

数据挖掘过程的多维视图

数据挖掘（DM）是非常具有挑战性的工作,数据挖掘过程是多个因素耦合的决策问题。讨论了当前流行的DM过程CRISPDM和SEMMA的不同之处及优缺点。从机器学习、统计和数据质量角度对挖掘有效性作了讨论,认为一个真正高效的过程应该面向算法,强调探索,以挖掘出高可靠性的具有商业价值的知识目标,并紧跟技术的发展。给出数据挖掘过程的多维视图,将算法分解为组件维、模型维和过程维等维度,以此提出新的DM过程的框架。     

基于SQL Server的高校教学质量数据挖掘

高等学校教学质量管理需要数据挖掘系统来支持。介绍了数据挖掘技术以及常用的数据挖掘方法,对如何设计基于SQL Server的高校教学质量数据挖掘系统进行了探讨。以决策树方法为基础、SQL Server为挖掘平台,设计了教学质量数据挖掘模块,实现了教学质量数据挖掘系统。     

数据挖掘建模研究

数据挖掘和建模都是应用于众多问题的通用技术,而且数据挖掘建模是沟通实际问题与数据挖掘工具的桥梁。然而对于数据挖掘建模的概念有很多模糊的认识。本文从数据建模的概念入手,详细地阐述数据挖掘建模的概念,然后从数据挖掘工具与建模的角度把握数据挖掘建模,并详细介绍数据挖掘建模的一般步骤。     

基于XML的Web文本挖掘模型的研究与设计

Web上的数据量急剧膨胀使得进行Web数据挖掘成为数据挖掘技术研究的热点.而XML能够为Web挖掘提供半结构化的数据模型,解决了Web挖掘中的数据源问题.介绍了XML的和Web文本挖掘的概念,提出了一种基于XML的Web文本挖掘模型,剖析了该模型的各个组成部分,给出了该模型的特点.     

OLE DB for DM规范与DMX语言分析及应用

数据挖掘语言标准化的研究是开发新一代数据挖掘系统的关键。DMX(Data Mining Extensions,数据挖掘扩展)是OLE DBFor DM规范支持的数据挖掘查询语言,支持数据挖掘系统直接对关系数据库进行挖掘,是数据挖掘原语标准化发展中的一个突破。该文介绍了OLE DB For DM规范下数据挖掘的主要步骤,给出了Microsoft SQL Server Analysis Services中基于DMX的实现方法。     

Web数据挖掘技术在电子商务中的应用

电子商务是现代商业模式,数据挖掘是先进的信息处理技术。随着电子商务发展的势头越来越强劲,面向电子商务的数据挖掘将是一个非常有前景的领域。介绍了web数据挖掘的概念和分类,论述了电子商务中Web挖掘的过程和方法,并阐述了数据挖掘在电子商务中的应用,揭示了数据挖掘在电子商务中的广阔的应用前景。     

可视化数据挖掘技术

迄今为止,数据挖掘与知识发现软件的功能不再停留在"挖掘"这个单一功能的实现,而已延伸到数据挖掘与知识发现的过程,即包括数据的预处理、数据挖掘、模型评估与可视化,在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化.主要讨论了数据挖掘的方法与可视化技术,指出了未来的研究方向.     

不确定数据频繁项集挖掘方法综述

近几年来,不确定数据广泛出现在传感器网络、Web应用等领域中。不确定数据挖掘已经成为了新的研究热点,主要包括聚类、分类、频繁项集挖掘、孤立点检测等方面,其中频繁项集挖掘是重点研究的问题之一。综述了传统的频繁项集挖掘的两类基本算法,分析了在此基础上提出的适用于不确定数据以及不确定数据流的频繁项集挖掘的方法,并探讨了今后可能的研究方向。     

基于Web Service的数据挖掘系统的研究与应用

数据挖掘是从海量数据中发现有意义的模式和规则的一项关键技术.国内很少有商家使用数据挖掘来辅助商业决策.给出了基于Web Service的数据挖掘系统结构及实现方案;描述了一个基于Web Service的数据挖掘系统原型,进一步说明了所提出的系统结构具有较高的效率、可信度、可实施性和安全性.