学位论文 > 优秀研究生学位论文题录展示

数据挖掘在烟草企业CRM中的应用

作 者: 周玉婵
导 师: 左保河; 杨新章
学 校: 华南理工大学
专 业: 软件工程
关键词: 数据挖掘 客户关系管理 决策树 ID3算法 SSAB
分类号: TP311.13
类 型: 硕士论文
年 份: 2013年
下 载: 48次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近几年,随着社会对控烟的关注度提高,控烟力度不断加大,低焦油卷烟的发展步伐逐步加快,低焦油卷烟销售将是今后烟草销售的主要趋势。而面临着前所未有的国内外竞争压力,作为连结烟草系统与消费者桥梁的零售客户终端,可以说是决定烟草竞争力的关键。因此,如何挖掘具有发展潜力的高价值零售客户,促进卷烟零售客户经营发展向烟草行业发展方向靠拢是当前烟草网建工作的重中之重。从烟草企业的客户服务策略来看,分析型CRM是未来发展的趋势,通过对操作型CRM中的数据进行提取、分析和预测,把大量的数据转换成可靠实用的信息,指导烟草企业在卷烟销售与客户服务等方面合理配置资源,最终实现改进客户关系的目的。烟草商业企业在经营过程中积累了大量的客户订单数据,利用数据挖掘技术对客户订单数据进行分析,将客户进行细分,从而对在低焦油卷烟方面具有较大销售潜力、培育价值高的客户实施个性化服务,使客户发展与企业发展相互促进,实现客户利润与企业效益最大化。本文是基于微软SQL ServerAnalysis Service(SSAS)进行数据挖掘,主要采用基于Web的B/S体系结构,包括数据源、数据仓库、OLAP、应用服务器和客户端。根据烟草营销的实际分析需求,在SQL Server2005中建立基于零售客户卷烟销售为主题的数据仓库,且从源数据库中抽取、转换和导入相关数据到数据仓库中。接着在数据仓库上通过SSAS对分析主题建立对应的多维数据集,用DMX语言实现各种分析需求和数据的钻取、切片、切块,并用微软Reporting services开发基于web的前端数据展现。本文将研究的广州烟草某区域历史销售数据导入到SQL Server数据库中作为挖掘的数据源,并使用SSAS作为数据挖掘平台,构建数据挖掘模型,并采用决策树分类技术进行数据挖掘,实现对卷烟销售趋势的决策分析。并且,通过分析客户的销售数据挖掘卷烟零售客户的销售潜力,并对潜力客户价值进行分级排序,找出培育价值高的潜力客户。

全文目录


摘要  5-6
Abstract  6-10
第一章 绪论  10-14
  1.1 研究背景  10-11
  1.2 数据挖掘现状  11
  1.3 客户关系管理现状  11-12
  1.4 研究意义  12-13
  1.5 研究思路与方法  13-14
第二章 数据挖掘及其在 CRM 中的应用  14-20
  2.1 客户关系管理  14-15
    2.1.1 客户关系管理的概念  14
    2.1.2 客户关系管理的作用  14-15
    2.1.3 CRM 对信息处理的要求  15
  2.2 数据挖掘  15-20
    2.2.1 数据挖掘的概念  15-16
    2.2.2 数据挖掘的特点  16
    2.2.3 数据挖掘的分类及相关技术  16-17
    2.2.4 数据挖掘的过程  17-20
第三章 烟草企业 DM-CRM 系统总体设计  20-34
  3.1 系统设计背景  20
  3.2 系统设计思路  20-21
  3.3 决策树算法与 ID3 算法  21-25
    3.3.1 决策树基本算法  21-24
    3.3.2 ID3 算法  24-25
  3.4 数据挖掘实现框架  25-29
    3.4.1 基于 SSAS 的 CRM-DM 实现框架  25-26
    3.4.2 源系统介绍  26-27
    3.4.3 SSAS 数据挖掘功能介绍  27-29
  3.5 客户数据预处理  29-34
    3.5.1 数据准备  29-31
    3.5.2 数据集成  31-32
    3.5.3 数据清洗  32
    3.5.4 数据转换  32-34
第四章 烟草企业 DM-CRM 的实现  34-50
  4.1 客户潜力问题的分析  34-39
    4.1.1 潜力客户数据集处理  34-37
    4.1.2 构建决策树模型  37-39
  4.2 搭建数据挖掘环境  39-40
  4.3 建立客户数据库仓库  40-42
    4.3.1 创建 Analysis Services 项目  40-41
    4.3.2 定义数据源  41-42
    4.3.3 定义数据源视图  42
  4.4 创建挖掘结构  42-43
  4.5 创建数据挖掘决策树  43-44
  4.6 分类规则生成  44-50
    4.6.1 潜力客户分类规则  44-48
    4.6.2 对潜力客户进行排序  48-50
第五章 结果验证分析  50-54
  5.1 潜力客户分类规则结果分析  50-52
  5.2 结果验证  52-54
    5.2.1 采用的验证方法  52
    5.2.2 结果验证分析  52-53
    5.2.3 小结  53-54
第六章 结论与展望  54-56
  6.1 结论  54
  6.2 展望  54-56
参考文献  56-58
致谢  58-59
附件  59

相似论文

  1. 基于支持向量机的故障诊断方法研究,TP18
  2. 基于数据挖掘技术的保健品营销研究,F426.72
  3. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  4. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  5. Bicluster数据分析软件设计与实现,TP311.52
  6. 基于变异粒子群的聚类算法研究,TP18
  7. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  8. 基于遗传算法和粗糙集的聚类算法研究,TP18
  9. 基于知识推理的交叉销售系统的设计与实现,TP18
  10. 基于数据挖掘的税务稽查选案研究,F812.42
  11. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  12. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  13. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  14. 基于ASP的客户分析系统的设计与实现,TP311.52
  15. 基于行业参数优化模型的投资项目决策支持系统,F283
  16. 数据集市在电信经营分析中的应用研究,TP311.13
  17. 数据挖掘在高职院校学生成绩分析中的应用,TP311.13
  18. 基于数据流挖掘技术的流量识别,TP393.06
  19. 工商银行盐城亭湖支行个人客户关系管理研究,F832.2
  20. 基于数据挖掘的个性化在线教学辅助系统的研究与设计,TP311.13
  21. 基于数据挖掘的课程考核与分析决策系统的设计和实现,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com