数据挖掘技术在客户关系管理中的应用与研究
数据挖掘技术在客户关系管理中的应用与研究(包含选题审批表,任务书,开题报告,中期报告,毕业论文17000字)
摘 要：本论文主要讨论的是数据挖掘在客户关系管理系统中的应用，运用数据挖掘的相关技术（如粗糙集、关联规则、决策树、遗传算法等），结合销售行业的市场经营分析及CRM系统开发，建立基于数据挖掘的客户关系管理系统---客户服务的解决方案，并进行了部分实现。在当今竞争激烈的市场环境中，CRM 是企业增加生存能力、扩大竞争优势不可或缺的支持。只有能够更好的利用客户信息、满足客户需求，一个企业才能够获得更大的利益。数据挖掘正是指导企业更好地理解客户以及满足客户需求的工具，为用户进行客户关系管理提供决策的参考依据。论文研究具有一定的理论意义和实际应用价值，为客户关系管理提供了一种研究思路和分析方法。
关键词：客户关系管理；数据挖掘；界面设计；数据库设计；数据处理
The Study and Application of CRM Based on Data Mining
Abstract：This text mainly discusses the application of data mining in the system of customer relationship management, which applies the related techniques of data mining（such as rough set,association rule,decision tree,genetic algorithms,etc.）and combines the market management analysis and the CRM system’s development of sale business,and builds up the system of customer relationship management based on data mining—customer service,nd makes part of functions come true. In today’s environment of competitive market,CRM is such a necessary support for enterprises that it can increase the survival ability,and widen competition edge.Only by meeting the demands of clients and making good use of clients’ information can the enterprise gain more profit.And data mining is that tool which can guide companies to understand the clients and meet their demands,and finally,provide reference for the decision of customer relationship management.The discussion of this paper has certain theory meaning and actual application value.and also provides a kind of thinking and analyzing method. [资料来源：http://doc163.com]
Key words:data mining；customer relationship management；design of interface； database design；data processing
研究的目的与内容：
主要在于研究数据挖掘技术在客户关系管理中的应用研究，进行国内外技术运用的比对以及探测数据挖掘技术的前景开发。
方法：
（1）鉴别商业问题。 （2）建立挖掘数据库。（3）分析数据。（4）准备建模数据。（5）建立模型。（6）评估模型。（7）数据挖掘。（8）结果评估。
预期成果：
（1）通过数据挖掘获取新客户。（2）提高客户价值。（3）客户保持。
完成任务的保障条件：
1.了解并掌握数据挖掘技术的构造流程与客户关系管理的要求。。
2.参考相关文献掌握数据挖掘技术在客户关系管理中的应用研究。
3.编写的论文要求格式完全正确。
[资料来源：https://www.doc163.com]
目 录
摘 要 1
关键词 1
1 前言 2
1.1 研究背景、目的和意义 2
1.2 研究现状 3
1.3 研究方法 3
1.3.1 神经网络方法 3
1.3.2 遗传算法 4
1.3.3 决策树方法 4
1.3.4 粗集方法 5
1.3.5 覆盖正例排斥反例方法 5
1.3.6 统计分析方法 5
1.3.7 模糊集方法 6
2 客户关系管理 6
2.1 客户关系管理含义 6
2.2 客户关系管理的优势 6
2.3 CRM系统功能介绍 7
2.3.1 市场营销 7
2.3.2 销售 7
2.3.3 客户服务 8
3 模拟建立关系管理系统 8
3.1 分析关系管理系统功能 8
3.2 数据库中表的设计 9
3.2.1 用户登入表结构 9
3.2.2 客户信息表结构 9
3.2.3 关联规则表结构 10
3.2.4 决策树表结构 10
3.2.5 粗糙集表的结构 11
4 数据挖掘的基本过程 12
4.1 鉴别商业问题 12
4.2 建立挖掘数据库 13
4.3 分析数据 13
4.4 准备建模数据 13
4.5 建立模型 13
4.6 评估模型 13
4.7 数据挖掘 14
4.8 结果评估 14
5 数据挖掘技术在CRM中的应用 14
5.1 CRM中数据挖掘的主要技术方法 14
5.1.1 关联分析 14
5.1.2 序列模式分析 14
5.1.3 分类分析 15
5.1.4 聚类分析 15
5.2 客户分析 15
5.3 异常偏离分析 16
5.4 趋势分析和预测 16
5.5 客户服务支持 16
5.6 销售管理 17
5.7 数据挖掘和客户隐私 17
6 数据挖掘的案例分析 17
6.1 基于决策树的数据挖掘的案例分析 17
6.1.1 公司客户关系数据库 17
6.1.2 基于ID3的细分步骤 18
6.1.3 具体应用分析 20
6.2 基于关联分析的数据挖掘的案例分析 21 [资料来源：Doc163.com]
7 结论 23
参考文献 24
致 谢 25
[资料来源：Doc163.com]