学位论文 > 优秀研究生学位论文题录展示

基于粒度计算的客户分类算法研究

作　者: 江强梅
导　师: 王自强
学　校: 河南工业大学
专　业: 计算机应用技术
关键词: 粒度计算客户分类客户忠诚度
分类号: F224
类　型: 硕士论文
年　份: 2010年
下　载: 99次
引　用: 0次
阅　读: 论文下载

内容摘要

当今,客户资源已成为企业最宝贵的资源,因而大部分企业将客户关系管理(CRM)放在一切工作的首位。客户关系管理在本质上是通过对客户各方面特征的把握,来提供其所需的核心利益,从而提高客户对企业的依赖与忠诚度,实现客户终身消费价值。然而,对客户各方面特征的把握是以科学的客户分类为前提;由于客户分类标准本身存在不确定性、不完整性和模糊性等特点,因而传统的人工智能方法在客户分类方面往往难以实现精确求解。近年来,国内学者张钹院士和张铃教授提出的商空间粒度计算模型及其理论对解决不确定问题具有很高的可靠性。基于上述背景,本文将商空间粒度合成算法引入客户分类领域,弥补了传统客户分类方法的不足,为客户关系管理实践和相关的理论研究提供借鉴作用。本文的主体研究内容包含三部分:(1)客户关系管理与客户分类方法(第二章)。首先阐述客户关系管理的内涵和重要性;随后,对现有客户分类方法从两个角度予以归纳和总结:一是基于客户特征指标的角度,如人口统计变量、客户生活方式和行为方式,对客户分类指标研究现状予以归纳和总结,并提出综合上述三方面特征的客户忠诚度分类方法;二是基于分类算法的角度,对客户分类算法研究现状予以归纳和总结。(2)粒度计算理论与客户分类粒度原理(第三章)。本部分首先阐述了粒度计算的定义、构成要素和粒度计算的几种基本结构;其次,提出客户分类的粒度计算原理。通过本章的研究,为第四章客户分类的商空间粒度合成算法模型提供了理论铺垫。(3)基于商空间粒度合成的客户分类算法(第四章)。本部分首先提出客户忠诚度的定义和两种衡量指标体系;其次,提出基于客户心理与客户关键行为的两种不同的客户粗分类方法;再次,阐述基于商空间粒度合成原理的客户忠诚度分类算法原理、提出了合成算法的流程和步骤;最后,结合企业客户资料验证算法的可靠性。通过上述内容的研究发现,基于商空间粒度合成算法模型在客户忠诚度分类方面具有很好的可靠性和易操作性,这是对传统客户分类方法的一个有益的扩充,为客户分类研究与管理实践提供了很好的参考借鉴。

基于粒度计算的客户分类算法研究

内容摘要

全文目录

相似论文