学位论文 > 优秀研究生学位论文题录展示

基于粗糙集的客户关系管理

作　者: 李菊
导　师: 王军
学　校: 南京信息工程大学
专　业: 系统分析与集成
关键词: 客户关系管理粗糙集属性约简值约简规则约简
分类号: O159
类　型: 硕士论文
年　份: 2008年
下　载: 201次
引　用: 1次
阅　读: 论文下载

内容摘要

粗糙集理论作为一种处理不完整、不精确数据的有效方法,在数据挖掘领域无疑大有用武之地。粗糙集从提出以来在各个领域取得了成功的应用,它在理论上有着深远的意义和应用,正以巨大的潜力吸引着世界上许多专家学者的注意,特别是把粗糙集应用到客户关系管理中,无疑是一种新的挑战。本文首先阐述了选题的背景,客户关系管理以及粗糙集理论的发展和现状;其次对国内外最新成果进行了调查研究。目前,许多学者和机构从不同的视角研究客户关系管理,但从粗糙集知识发现和知识管理视角对客户关系管理开展的研究非常之少,并就其内容而言,大多缺乏系统性、完整性和深入性。本论文研究将进一步借鉴、提炼国内外相关研究成果,使本论文研究立足于国内领先水平。通过对相关理论和方法的总结与对比分析,为本论文深入研究奠定了基础。本文研究了粗糙集数据预处理,包括冗余数据的处理、遗漏数据的补齐、数据的离散化。数据的质量严重的影响着知识发现算法的运行效率和应用效果,因此本文对ROUSTIDA算法进行改进。不一致现象在现实的数据库中是普遍存在的,还研究了能够直接处理不一致决策表的约简方法。本文研究了基于粗糙集的客户分类预测模型。主要以粗糙集的理论为基础,首先从CRM系统中获取数据,转化为相应的决策表,再对决策表中的数据进行决策表补齐、离散化,然后进行属性和值的约简,最后生成决策规则,建立逻辑推理系统。本文对客户分类预测模型的实用性进行验证和分析,并将客户知识挖掘的过程融入到CRM系统中,构建CRM系统,实现了企业和客户交互的自动化。

全文目录

摘要  7-8
ABSTRACT  8-10
第一章绪论  10-18
  1.1 论文研究的目的及意义  10-11
  1.2 研究背景─客户关系管理  11-14
    1.2.1 客户关系管理的发展  11
    1.2.2 基于粗糙集的知识发现在CRM中的应用  11-13
    1.2.3 客户关系管理的核心思想  13-14
  1.3 粗糙集理论国内外研究现状  14-18
    1.3.1 粗糙集理论提出的背景  14-15
    1.3.2 粗糙集理论的国外研究现状  15-16
    1.3.3 粗糙集理论的国内研究现状  16
    1.3.4 论文的主要研究内容和结构安排  16-18
第二章客户关系管理和粗糙集理论  18-29
  2.1 客户关系管理的理念  18
  2.2 客户关系管理的内涵和本质  18-22
    2.2.1 客户关系管理的内涵  18-19
    2.2.2 客户关系管理的本质  19-20
    2.2.3 客户关系管理的理解误区  20-22
  2.3 客户关系管理的步骤  22-23
  2.4 粗糙集理论的基本概念  23-26
    2.4.1 信息系统  23-24
    2.4.2 近似集  24
    2.4.3 等价类  24-25
    2.4.4 属性的依赖度  25
    2.4.5 属性的重要性  25
    2.4.6 约简  25-26
  2.5 粗糙集理论模型拓展  26-27
  2.6 粗糙集理论的特点  27-28
  2.7 本章小结  28-29
第三章基于粗糙集理论的知识发现  29-43
  3.1 数据的预处理  29-34
    3.1.1 决策表补齐  29-30
    3.1.2 基于粗糙集的不完备数据分析方法(ROUSTIDA)  30-32
    3.1.3 连续属性值的离散化  32
    3.1.4 基于布尔逻辑与粗糙集(NS)的离散化方法  32-34
  3.2 数据约简  34-38
    3.2.1 条件属性约简  34-35
    3.2.2 Z.Pawlak的约简算法  35-36
    3.2.3 基于可辨别矩阵与逻辑运算相结合的约简算法  36-37
    3.2.4 对不一致决策系统产生错误原因分析并对算法进行修正  37-38
  3.3 分类规则的约简  38-42
    3.3.1 分类规则的表现形式  38-39
    3.3.2 分类规则的度量参数  39-40
    3.3.3 一般的分类规则约简方法  40-41
    3.3.4 基于启发式的规则获取方法  41
    3.3.5 改进的一般分类规则约简算法  41-42
  3.4 本章小结  42-43
第四章基于粗糙集的客户知识发现模型的设计与实现  43-53
  4.1 客户分类预测模型意义  43
  4.2 客户分类预测模型的基本框架  43-44
  4.3 客户分类预测模型的解决方案  44-51
    4.3.1 数据预处理  44-46
    4.3.2 决策表条件属性约简  46-49
    4.3.3 分类规则的生成  49-51
    4.3.4 根据分类规则进行客户分类预测  51
  4.4 客户分类预测模型评估  51-52
  4.5 系统的功能模块  52
  4.6 本章小结  52-53
第五章总结和展望  53-55
  5.1 本文总结  53-54
  5.2 进一步工作展望  54-55
第六章参考文献  55-60
第七章致谢  60-61
攻读硕士学位期间发表的学术论文  61

基于粗糙集的客户关系管理

内容摘要

全文目录

相似论文