欢迎下载,希望能帮到您
常用的数据挖掘方法有:(1)关联分析。即从给定的数据集中发现频繁出现
的项集模式知识。例如,某商场通过关联分析,可以找出若干个客户在本商场购
买商品时,哪些商品被购置率较高,进而可以发现数据库中不同商品的联系,进
而反映客户的购买习惯。(2)序列模式分析。它与关联分析相似,其目的也是为
了控制挖掘出的数据间的联系。但序列模式分析的侧重点在于分析数据间的前后
(因果)关系。例如,可以通过分析客户在购买 A 商品后,必定(或大部分情
况下)随着购买 B 商品,来发现客户潜在的购买模式。(3)分类分析。是找出
一组能够描述数据集合典型特征的模型,以便能够分类识别未知数据的归属或类
别。例如,银行可以根据客户的债务水平、收入水平和工作情况,可对给定用户
进行信用风险分析。(4)聚类分析。是从给定的数据集中搜索数据对象之间所存
在的有价值联系。在商业上,聚类可以通过顾客数据将顾客信息分组,并对顾客
的购买模式进行描述,找出他们的特征,制定针对性的营销方案。(5)孤立点分
析。孤立点是数据库中与数据的一般模式不一致的数据对象,它可能是收集数据
的设备出现故障、人为输入时的输入错误等。孤立点分析就是专门挖掘这些特殊
信息的方法。例如,银行可以利用孤立点分析发现信用卡诈骗,电信部门可以利
用孤立点分析发现电话盗用等。
三、数据挖掘在客户关系管理中的应用
1.进行客户分类
客户分类是将大量的客户分成不同的类别,在每一类别里的客户具有相似的
属性,而不同类别里的客户的属性不同。数据挖掘可以帮助企业进行客户分类,
针对不同类别的客户,提供个性化的服务来提高客户的满意度,提高现有客户的
可修改