基于知識(shí)的客戶(hù)關(guān)系管理中知識(shí)倉(cāng)庫(kù)系統(tǒng)研究與應(yīng)用.pdf

1、隨著CRM系統(tǒng)在企業(yè)中的應(yīng)用，企業(yè)的業(yè)務(wù)數(shù)據(jù)庫(kù)中積累了越來(lái)越多的客戶(hù)數(shù)據(jù)，由于技術(shù)和觀(guān)念的局限性，很多客戶(hù)數(shù)據(jù)背后隱藏的信息和客戶(hù)知識(shí)無(wú)法被快速有效地挖掘出來(lái)，如何將這些數(shù)據(jù)轉(zhuǎn)化成對(duì)企業(yè)有用的信息并使其可以在企業(yè)間共享已經(jīng)成為CRM系統(tǒng)的一個(gè)瓶頸問(wèn)題。因此，本文提出應(yīng)用知識(shí)管理的思想，對(duì)客戶(hù)關(guān)系管理進(jìn)行研究，應(yīng)用知識(shí)管理領(lǐng)域的知識(shí)發(fā)現(xiàn)技術(shù)分析、挖掘出潛在的、有價(jià)值的信息和知識(shí)，用于支持決策，從而提高客戶(hù)滿(mǎn)意度、增強(qiáng)客戶(hù)保留、提高企業(yè)盈利

2、能力。本文比較系統(tǒng)地研究了基于知識(shí)的客戶(hù)關(guān)系管理的相關(guān)理論和方法，對(duì)于基于KM的CRM的系統(tǒng)的實(shí)現(xiàn)技術(shù)做了初步的探討，具有重要的理論與實(shí)踐意義。
　　 本文從課題的研究背景出發(fā)，對(duì)客戶(hù)關(guān)系管理以及知識(shí)管理的概念、特點(diǎn)以及國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了歸納和總結(jié)，指出了目前存在的主要問(wèn)題和不足，提出了基于知識(shí)的客戶(hù)關(guān)系管理思想，分析了課題研究的理論與實(shí)踐意義，為全文的研究奠定了基礎(chǔ)。對(duì)CRM系統(tǒng)的知識(shí)倉(cāng)庫(kù)進(jìn)行了系統(tǒng)的探討，提出了基于本體知識(shí)

3、倉(cāng)庫(kù)系統(tǒng)。創(chuàng)建了基于本體的知識(shí)模型，并以客戶(hù)本體的語(yǔ)義模型為例介紹模型的具體創(chuàng)建過(guò)程。定義了本體的映射過(guò)程，從語(yǔ)法、屬性、結(jié)構(gòu)、實(shí)例四個(gè)方面進(jìn)行相似性的計(jì)算，實(shí)現(xiàn)把本體庫(kù)的實(shí)例映射到知識(shí)庫(kù)的過(guò)程。在知識(shí)倉(cāng)庫(kù)的案例知識(shí)推理的過(guò)程中，采用基于本體的建模方式，案例本體可作為案例知識(shí)的一種通用表示模型，不但可以對(duì)案例知識(shí)進(jìn)行有效表達(dá)，還可表達(dá)案例的特征、支持基于內(nèi)容的檢索。
　　 詳細(xì)分析了客戶(hù)細(xì)分的內(nèi)涵和特點(diǎn)，鑒于網(wǎng)絡(luò)信息化的深入應(yīng)用

4、給企業(yè)和客戶(hù)帶來(lái)的變化，擴(kuò)寬了傳統(tǒng)商務(wù)環(huán)境下的細(xì)分指標(biāo)，創(chuàng)建了以客戶(hù)價(jià)值為核心的動(dòng)態(tài)指標(biāo)體系，并采用層次分析法確定設(shè)置指標(biāo)權(quán)重。針對(duì)客戶(hù)細(xì)分知識(shí)發(fā)現(xiàn)模型采用的單一分類(lèi)器存在的一些局限，提出建立基于SOM&SVM的組合分類(lèi)器模型。通過(guò)實(shí)驗(yàn)比較，得出了組合模型對(duì)于分類(lèi)器效能的提高具有很好的作用。
　　 為了支持客戶(hù)行為分析中的交叉銷(xiāo)售分析，針對(duì)現(xiàn)有經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法在產(chǎn)生規(guī)則時(shí)的缺點(diǎn)，提出了具有利潤(rùn)約束的頻繁模式樹(shù)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法

5、。該方法通過(guò)將原始交易數(shù)據(jù)庫(kù)中的重要信息壓縮在一個(gè)稱(chēng)為頻繁模式樹(shù)(FP-樹(shù))的數(shù)據(jù)結(jié)構(gòu)中，來(lái)壓縮數(shù)據(jù)的搜索空間。其特點(diǎn)是在挖掘過(guò)程中無(wú)需生成大量的候選集，能夠有效減少數(shù)據(jù)庫(kù)的掃描次數(shù)，提高規(guī)則的挖掘效率，并通過(guò)利潤(rùn)約束的設(shè)置避免產(chǎn)生大量無(wú)用的規(guī)則。并通過(guò)實(shí)例驗(yàn)證了該方法的有效性和實(shí)用性。
　　 針對(duì)BP算法存在的不足，提出了改進(jìn)措施。用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，利用遺傳算法全局尋優(yōu)的特性來(lái)彌補(bǔ)BP算法收斂速度慢、易陷入局部最小點(diǎn)的缺