面向CRM的ID3決策樹分類算法及其應(yīng)用.pdf

1、數(shù)據(jù)挖掘是一個(gè)從大型數(shù)據(jù)庫(kù)特別是數(shù)據(jù)倉(cāng)庫(kù)中提取以前未知的、可理解的、可執(zhí)行的信息并用它來(lái)進(jìn)行關(guān)鍵的商業(yè)決策的過(guò)程。它不僅可以用于描述過(guò)去數(shù)據(jù)的發(fā)展過(guò)程,還能進(jìn)一步預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。分類作為數(shù)據(jù)挖掘的一項(xiàng)重要技術(shù),在各大型企業(yè)中有著廣泛的應(yīng)用。
　　本文以某著名跨國(guó)大型企業(yè)的CRM系統(tǒng)為背景,該系統(tǒng)于2007年正式上線,主要負(fù)責(zé)產(chǎn)品的售后維修業(yè)務(wù)。系統(tǒng)中的呼叫中心和維修店前臺(tái)人員每天都會(huì)收到大量客戶的維修服務(wù)請(qǐng)求,對(duì)首次呼入的用戶

2、都會(huì)記錄客戶的詳細(xì)信息,當(dāng)維修活動(dòng)完成后,前臺(tái)人員會(huì)有針對(duì)性的咨詢某些客戶是否有需要購(gòu)買延保,這完全是憑工作人員的經(jīng)驗(yàn)來(lái)判斷的,效果并不理想。針對(duì)這一問(wèn)題,在現(xiàn)有CRM系統(tǒng)的基礎(chǔ)上開發(fā)了數(shù)據(jù)挖掘功能模塊,可以根據(jù)客戶的資產(chǎn)信息預(yù)測(cè)出該客戶是否會(huì)購(gòu)買延保以及購(gòu)買的概率,解決了挑選客戶的盲目性,從而極大的提高了工作效率。同時(shí),也生成了一個(gè)決策樹模型,該模型分析了影響客戶購(gòu)買延保的主要因素,為企業(yè)決策者制定合適的營(yíng)銷計(jì)劃提供了理論依據(jù)。論文的

3、主要工作包括:
　　(1)利用ETL工具將現(xiàn)有CRM中的數(shù)據(jù)進(jìn)行清洗并抽取到數(shù)據(jù)倉(cāng)庫(kù)中。本文以Informatic公司的數(shù)據(jù)清洗工具為例,設(shè)計(jì)了數(shù)據(jù)完整性策略和實(shí)現(xiàn)了連續(xù)型數(shù)據(jù)的離散化技術(shù),對(duì)CRM中相關(guān)的延保數(shù)據(jù)進(jìn)行了清洗,并將清洗結(jié)果抽取到了數(shù)據(jù)倉(cāng)庫(kù)中,為后面的數(shù)據(jù)挖掘工作打下了良好的基礎(chǔ)。
　　(2)實(shí)現(xiàn)了延保數(shù)據(jù)的自動(dòng)處理模塊。該模塊能定時(shí)批量的把數(shù)據(jù)倉(cāng)庫(kù)中某些數(shù)據(jù)抽取到CRM系統(tǒng)中,并在日志中記錄了導(dǎo)入的詳細(xì)過(guò)程,

4、已經(jīng)在該企業(yè)中正式上線使用。
　　(3)改進(jìn)了傳統(tǒng)的ID3決策樹分類算法。通過(guò)預(yù)剪枝和后剪枝相結(jié)合的辦法,對(duì)傳統(tǒng)的ID3算法進(jìn)行了改進(jìn),通過(guò)實(shí)驗(yàn)對(duì)比,改進(jìn)后的算法在決策樹生成時(shí)間、規(guī)模大小和分類的精確度上都要優(yōu)于傳統(tǒng)的ID3算法,并且生成的決策樹模型能夠滿足實(shí)際應(yīng)用的需要。
　　(4)將數(shù)據(jù)挖掘技術(shù)運(yùn)用到CRM系統(tǒng)中。當(dāng)錄單人員在數(shù)據(jù)挖掘功能模塊點(diǎn)擊數(shù)據(jù)挖掘按鈕時(shí),會(huì)自動(dòng)調(diào)用后臺(tái)的ID3改進(jìn)算法,算法用客戶資產(chǎn)的每條信息與決