粗糙集在客戶關(guān)系管理中的研究與應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)今的客戶已經(jīng)成為左右企業(yè)發(fā)展的一種決定性的因素。在現(xiàn)實(shí)的市場(chǎng)條件下任何企業(yè)要想成功,必須以客戶需求為出發(fā)點(diǎn),把客戶對(duì)企業(yè)的信任和忠誠(chéng)作為企業(yè)最重要的資產(chǎn)。
   企業(yè)在培養(yǎng)客戶忠誠(chéng)時(shí)必須首先明確不同客戶對(duì)企業(yè)具有不同的價(jià)值。為了能與無(wú)處不在的競(jìng)爭(zhēng)者競(jìng)爭(zhēng),企業(yè)需要對(duì)客戶進(jìn)行分類(lèi),用不同的策略對(duì)待處于不同細(xì)分群體中的客戶。
   企業(yè)常用的客戶分類(lèi)方法是基于經(jīng)驗(yàn)方法和統(tǒng)計(jì)方法的簡(jiǎn)單劃分,這些方法雖然曾得到廣泛應(yīng)用并取得良好

2、效果,但卻無(wú)法滿足日益增長(zhǎng)的數(shù)據(jù)量以及日益復(fù)雜的分析需求。為了解決這些不足,本文采用了一種基于粗糙集的客戶分類(lèi)方法。主要是以粗糙集理論為基礎(chǔ),將從客戶關(guān)系管理系統(tǒng)中獲取的數(shù)據(jù)轉(zhuǎn)化成決策表,再對(duì)決策表中的數(shù)據(jù)進(jìn)行預(yù)處理、屬性約簡(jiǎn)和值約簡(jiǎn),最后生成客戶分類(lèi)規(guī)則,據(jù)此進(jìn)行客戶分類(lèi)。
   本文的工作主要包括以下幾方面:
   1.屬性約簡(jiǎn)算法的改進(jìn)。現(xiàn)實(shí)中的數(shù)據(jù)存在很多冗余,特別是存在大量的數(shù)據(jù)時(shí)冗余更加嚴(yán)重,不僅浪費(fèi)存放空間

3、而且擾亂推出正確的規(guī)則。本文首先介紹了現(xiàn)有的一些屬性約簡(jiǎn)算法,重點(diǎn)研究了基于可辨識(shí)矩陣的屬性約簡(jiǎn)算法,針對(duì)該算法時(shí)間復(fù)雜度較高的問(wèn)題,根據(jù)可辨識(shí)矩陣中各個(gè)屬性出現(xiàn)的頻率,對(duì)其作了一些改進(jìn)。
   2.基于粗糙集理論的客戶分類(lèi)方法。主要是以粗糙集理論為基礎(chǔ),首先從客戶關(guān)系管理系統(tǒng)中獲取數(shù)據(jù),構(gòu)造決策表,再對(duì)決策表中的數(shù)據(jù)進(jìn)行預(yù)處理,然后利用改進(jìn)的基于可辨識(shí)矩陣的屬性約簡(jiǎn)算法進(jìn)行屬性約簡(jiǎn),在規(guī)則提取后,引入bagging概念,提高了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論