没有合适的资源?快使用搜索试试~ 我知道了~
基于数据挖掘的edp—crm系统设计及实现学位论文.doc
0 下载量 189 浏览量
2023-06-28
06:06:31
上传
评论
收藏 1.2MB DOC 举报
温馨提示
试读
47页
基于数据挖掘的edp—crm系统设计及实现学位论文.doc
资源推荐
资源详情
资源评论
毕业设计论文
基于数据挖掘的 EDP-CRM 系统设计及实现
摘要
CRM ( Customer Relationship Management)系统的目的在于建立一个整合客
户服务、市场竞争、销售以及技术支持的系统,为企业带来长久的竞争优势。作
为一种典型的交互式系统,CRM 系统是企业管理中信息技术和应用解决方案的
集成。它既是管理客户关系的一系列信息技术、方法和措施,又是运用信息技术
将企业涉及的销售、客户服务、内部管理等业务流程自动化的软件及硬件系统。
而随着企业对 CRM 系统的长期使用,会积累大量的数据,他们迫切需要从
现有大量数据中提取出数据中潜在的知识,因此对 CRM 系统进行数据挖掘的需
求已经必不可少。
本文以某高校 EDP-CRM 项目为背景,介绍了 CRM 系统中客户管理模块和
数据挖掘模块的设计与实现。通过该 EDP-CRM 系统,既可以方便地对客户开展
基本的客户管理、产品管理、售后管理等客户管理功能,又可以在此基础上对现
有数据进行聚类、分类、关联、时间序列分析等数据挖掘操作。
本文主要研究在数据挖掘的基础上构建 CRM 系统的技术。围绕某高校
EDP-CRM 系统的客户关系管理和数据挖掘两大功能模块进行了详细的研究分
析。文中详细介绍了客户关系管理系统和数据挖掘技术。首先,客户管理模块着
重介绍了模块的软硬件架构,流程设计和功能实现,从而保证 CRM 系统的基本
功能的实现。而数据挖掘模块描述了模块实现的流程和技术,并在系统现有功能
情况基础上,作者研究了数据挖掘的建模方案,主要重点讨论了数据仓库的构建
模型和构建过程,从操作型环境抽取数据并导入数据仓库方法,对数据进行综合
处理的实现技术,以及后期数据如何追加到数据仓库的机制,并详细介绍了关联
规则挖掘模型,聚类挖掘模型和分类挖掘模型的实现技术。在确定了系统的关键
技术后,完成了其 CRM 的系统的设计和实现。最后作者总结全文,并提出了进
一步工作的方向。
第一章 绪论
一、研究背景及研究意义
随着市场对知识要求的提高,越来越多的企业高层对知识在企业竞争发挥的
作用有了深刻认识,EDP 教育也逐步发展起来。但是,当前 EDP 教育产业在国
内由于发展时间较短,也存在一些问题影响 EDP 教育的进一步发展,其中,如
何在激烈的市场竞争环境下开发和占领市场以使 EDP 教育产业获得生存和发展
是决定一个 EDP 教育产业能否良性发展的关键问题。
为了解决这个问题,客户资源的有效利用是一个关键。对于现代企业来说,
客户资源正成为最具价值的资产,建立客户信息数据库,对这些最有价值的资产
进行有效管理,成为企业的核心任务之一。EDP 教育产业也是如此。因此,在
解决客户资源管理环节,EDP 教育产业也可以借鉴其他产业的经验,将
CRM(Customer Relationship Management,客户关系管理)引入到 EDP 教育的客户
资源管理之中。
CRM 是 90 年代西方发展起来的新型的管理策略,它在国外的应用己经取得
了极大的成功,而我国对它的认识和应用才刚刚起步。当今许多企业的 CRM 数
据库或数据仓库中都搜集和存储大量关于客户的宝贵数据,这些数据涵盖了从客
户基本数据、购买记录及客户反馈的个个环节。充分利用这些数据,深入分析、
挖掘隐含在这些数据中的有用信息,将有助于企业更好地管理客户关系,实现
CRM 的功能和目标。然而,由于缺乏在大量数据中发现深层次信息的能力,许
多企业对于这些数据的利用还只是停留在基础层的浏览、检索、查询和应用层的
继承、组合、整理等方面,而无法将这些数据转化为更加有用的知识。因此,如
何更加有效地管理企业数据库中快速增长的海量数据,将数据资源的利用提高到
知识创新的高级阶段,己经成为企业当前需要迫切解决的问题,数据挖掘(Data
Mining,简称 DM)技术的运用就可以帮助企业很好地解决这个问题。
所谓数据挖掘,简单地说,就是从大量的、不完全的、有噪声的、模糊的、
随机的实际应用数据中,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。数据挖掘作为一门交叉学科,受到多门学科的影响,包
括数据库系统、统计学、机器学习、可视化和信息科学。需要特别指出的是,数
据挖掘从一开始就是面向应用的,因此如何利用数据挖掘技术解决特定领域的问
题,是研究数据挖掘应用的核心问题[1][2][3][4]。近年来,该技术已经在商务管
理,生产控制,市场分析,工程设计和科学探索等领域得到广泛的应用。
综上所述,为了解决 EDP 教育中存在的客户关系管理混乱无序的现状,本
文将根数 EDP 教育的特点设计 EDP-CRM 系统并将其实现,并为了进一步开发
客户关系中的潜在的价值,将数据挖掘技术引入到 EDP-CRM 系统之后,通过对
客户资源进一步进行细分,提高客户开发的效率,并对客户资源进行进一步的有
效开发,从而达到有效利用客户的价值目的。
二、国内外研究综述
(一)国外研究现状
1、数据挖掘研究现状
随着信息技术的迅猛发展,数据库的规模不断扩大,从而产生了大量的数据。
这些数据背后隐藏着许多重要的信息,人们希望通过对这些信息进行更高层次的
分析,以便更好地利用这些数据。但大量复杂的数据往往使人们无法辨别隐藏在
其中的能对决策提供支持的信息,而传统的查询、报表工具无法满足挖掘这些信
息的需求。因此,需要一种新的数据分析技术处理大量数据,并从中抽取有价值
的潜在知识,数据挖掘(Data Mining)技术由此应运而生。数据挖掘技术也正是
伴随着数据仓库技术的发展而逐步完善起来的[5,6]。
数据挖掘最早出现在 20 世纪 80 年代后期,它是在计算机信息技术的基础上
发展而来的,而数据挖掘的概念是 1989 年在美国底特律召开的第十一届国际联
合人工智能学术会议上最早被正式提出来。此次会议首次正式提出了 KDD
(Knowledge Discovery in Database)这个术语。并且在后来的 1991 年、1993 年
和 1994 年都举行了关于 KDD 的专题讨论会,汇集来自各个领域的研究人员和
应用开发者,集中讨论数据统计、海量数据分析算法、知识表示、知识运用等问
题。随着与会人员的不断增多,KDD 国际会议发展成为年会。1998 年在美国纽
约举行的第四届知识发现与数据挖掘国际学术会议 21 不仅进行了学术讨论,并
且有 30 多家软件公司展示了他们的数据挖掘软件产品,不少软件已在北美、欧
洲等国得到应用。经历十多年的发展,数据挖掘已经成为一个自成体系的应用学
科。
目前,国外数据挖掘的发展趋势及其研究主要有以下方面:Berry 和 Linoff[7]
主要侧重于基于数据挖掘的商务应用对数据挖掘进行了介绍;Fayyad 等[8]介绍
了数据挖掘以及如何将数据挖掘与整个知识发现过程协调;Lambert[9]考察统计
学在大型数据集上的应用,并对数据挖掘与统计学各自的角色提出一些评论;
Glymour 等[10]考虑统计学可能为数据挖掘提供的教训;Smyth 等[11]讨论诸如数
据流、图形和文本等新的数据类型和应用如何推动数据挖掘演变。
在数据挖掘的应用方面,数据挖掘技术使得 KDD 商业软件工具不断完善和
发展,使得 KDD 更注重建立解决问题的整体系统,而不是孤立的过程。数据挖
掘的用户主要集中在大型银行、保险公司、电信公司和销售业。国外很多计算机
公司非常重视数据挖掘的开发应用,IBM 和微软都成立了相应的研究中心进行
这方面的工作,此外,一些公司的相关软件也开始在国内销售,如 Platinum、BO
以及 IBM[12]。
2、CRM 研究现状
客户关系管理(CRM)的理论基础来源于西方的市场营销理论,它是在关
系营销和数据库营销基础上诞生的一种全新的管理模式。和客户关系管理相关联
最早的理论应该算是 20 世纪 80 年代初的“接触管理”(Contact Management),
即专门收集整理客户与公司联系的所有信息。到 20 世纪 90 年代初期这一理论则
演变成为包括电话服务中心与支持资料分析的客户关怀(Customer Care),后来
又从重视赢得新客户和处理基础营销工作逐渐转移到对客户关系进行有效管理
的客户保持工作上来[13]。
客户关系管理这个名词首先从北美传出,但是一般认为把客户关系管理理论
最早概念化的是美国的计算机咨询集团——Gartner Group,该机构在 1997 年提
出:客户关系管理就是为企业提供全方位的管理视角,赋予企业更完善的客户交
流能力,最大化客户的收益率[14]。
剩余46页未读,继续阅读
资源评论
黑色的迷迭香
- 粉丝: 728
- 资源: 4万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Scopus Document Download Manager 插件
- 49065784447654二&驴(推荐).apk
- 探索微软新VLM Phi-3 Vision模型:详细分析与代码示例
- 前端开发美信射频前端开发板开发资料美信射频前端开发板开发资料
- 【mysql开发】使用ssm框架+mysql开发,这是一个J2ee项目
- 图像处理MATLAB图像处理,matlab图像处理的基本程序
- 专题讲解:信噪比和噪声系数
- 【matlab仿真】MATLAB入门仿真材料 MATLAB入门仿真材料
- Buffer of Thoughts: Thought-Augmented Reasoning with Large Langu
- 易语言抢购源码,京东抢购助手源码+模块打包
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功