CRM數(shù)據(jù)挖掘中的可拓算法.pdf

1、隨著計算機技術(shù)、網(wǎng)絡(luò)技術(shù)、通訊技術(shù)和Internet技術(shù)的發(fā)展,企業(yè)業(yè)務(wù)操作流程日益自動化,營銷過程中產(chǎn)生了的大量的客戶數(shù)據(jù),這些數(shù)據(jù)和由此產(chǎn)生的信息是企業(yè)的寶貴財富,但是面對如此海量的客戶數(shù)據(jù),管理者卻面臨數(shù)據(jù)豐富而知識貧乏的困境.在客戶關(guān)系管理中迫切需要尋找一種新的工具,來對企業(yè)的營銷規(guī)律進行研究和探索,為營銷決策提供有價值的知識,使企業(yè)獲得更大的利潤,其中數(shù)據(jù)挖掘便是一種很有發(fā)展前景的技術(shù).數(shù)據(jù)挖掘是從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它

2、信息庫中的大量數(shù)據(jù)中挖掘有趣知識的過程,主要是基于人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)等技術(shù),高度自動化的分析企業(yè)的數(shù)據(jù),做出歸納性的推理,從中挖掘出潛在的模式,預(yù)測客戶的行為,幫助決策者調(diào)整市場策略,做出正確的決策.粗糙集理論是一種新的有效的數(shù)據(jù)挖掘的方法.屬性約簡是粗糙集用于數(shù)據(jù)分析的重要概念.尋求一種高效的屬性約簡算法仍然是粗糙集的研究熱點之一,現(xiàn)尚不存在一種非常有效的約簡算法.研究表明,最小約簡的計算和全部約簡的計算都是NP問題.在人工智