数据挖掘在网络信息条件下CRM中的研究与应用
本文选题:网络信息化 切入点:CRM 出处:《吉林大学》2017年硕士论文
【摘要】:当今时代,网络化,信息快速发展,越来越多的企业通过建立网络数字信息化平台来辅助企业自身的研发,生产,销售,客户管理等环节的管理与经营;客户关系管理在企业的管理过程中是很重要的一个环节,企业成败的关键在于运营管理的决策是否正确,以及如何生产出能够满足客户需求的产品;另一方面,客户关系的维护,针对客户关系管理(CRM)的建设,已经成了企业打造核心竞争力的重要因素。数据挖掘技术是一种针对于某一主题,而且该数据集合具有集成性、非易失、渐变性,将其应用于协助指定管理者进行做出决策。数据挖掘技术针对于特定的主题,且数据挖掘的数据是集成的。数据挖掘的数据是非易失的;同时,数据挖掘技术中的目标随着时间的延续、不同的客户、同一客户不同时间段内的需求而及时的更改。此外,该技术的主体也可能由于用户的需要而产生相应的更改。本文主要从以下几个出发点对数据挖掘技术在网络信息环境下针对于CRM应用特性进行研究,数据挖掘技术的理论设计过程的主要内容;本论文首先从CRM相关概念介绍开始切入,重点介绍了客户管理系统由来,内涵,以及数据挖掘技术的作用,和到目前为止的发展情况。其次,着重叙述了数据挖掘技术的关键分项,以及数据挖掘的条件,数据挖掘的概念,对这些技术的特点进行了简单扼要的介绍,为论文的后续章节的展开起到了承前启后的作用,也是为后续论文介绍的内容进行了很好的铺垫。再次,介绍了数据挖掘技术如何在CRM中应用,介绍了CRM中如何利用数据挖掘的相关技术在满足企业针对客户管理的目的,CRM中利用的方式方法是什么,解决了什么样的问题,给企业带来了哪些效益。之后,决策树算法在客户关系管理系统中的应用,也是我们设计整个系统的目的,就是为了如何能在实际中利用好数据挖掘技术,是整个论文的最高潮的部分。最后一部分内容是论文的总结与项目展望,是对整个论文阐述内容的总结,并对整个数据挖掘技术在CRM中的应用进行了展望。
[Abstract]:Nowadays, with the rapid development of network and information, more and more enterprises help their own R & D, production, sales and customer management by establishing network digital information platform.Customer relationship management (CRM) is an important link in the process of enterprise management. The key to success or failure of an enterprise is whether the decision of operation management is correct or not, and how to produce a product that can meet the needs of customers; on the other hand,The maintenance of customer relationship and the construction of CRM (customer relationship Management) have become an important factor for enterprises to build core competitiveness.Data mining technology is a kind of data mining technology, which is integrated, non-volatile, and variable. It is used to assist the designated managers to make decisions.Data mining technology is specific to specific topics, and data mining is integrated.The data of data mining is non-volatile. At the same time, the target of data mining technology changes with time, different customers, the same customer in different period of time.In addition, the main body of the technology may cause corresponding changes due to the needs of the user.This paper mainly from the following several starting points to the data mining technology in the network information environment for CRM application characteristics, the main content of the theoretical design process of data mining technology. First, this paper begins with the introduction of the related concepts of CRM.This paper mainly introduces the origin and connotation of customer management system, the function of data mining technology, and the development situation so far.Secondly, the key sub-items of data mining technology, the conditions of data mining, the concept of data mining, and the characteristics of these technologies are briefly introduced.It plays a role of connecting the past and the future, and it is also a good cushion for the content of the following paper.Thirdly, it introduces how to apply data mining technology in CRM, how to use data mining technology in CRM to meet the purpose of customer management, and what kind of problems have been solved.What benefits have been brought to the enterprise.After that, the application of decision tree algorithm in customer relationship management system is the purpose of designing the whole system, which is how to make good use of data mining technology in practice, which is the climax part of the whole paper.The last part is the summary of the paper and the project prospect, the summary of the whole paper, and the application of the whole data mining technology in CRM.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP311.13
【相似文献】
相关期刊论文 前10条
1 黄源,张福炎;数据挖掘及其技术实现[J];计算机应用与软件;2001年12期
2 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期
3 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期
4 刘明晶;数据挖掘[J];华南金融电脑;2001年04期
5 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期
6 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期
7 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期
8 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期
9 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期
10 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期
相关会议论文 前10条
1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年
6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
相关重要报纸文章 前10条
1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年
2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年
5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年
6 本报记者 连晓东;数据挖掘:金融信息化新热点[N];中国电子报;2002年
7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年
8 本报记者 史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年
9 朱小宁;数据挖掘:信息化战争的基础工程[N];解放军报;2005年
10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年
相关博士学位论文 前10条
1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年
2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年
3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年
4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年
5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年
6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年
7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年
8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年
9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年
10 蓝永豪(LAM Wing Ho);基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年
相关硕士学位论文 前10条
1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年
2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年
3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年
4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年
5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年
6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年
7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年
8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年
9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年
10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年
,本文编号:1719441
本文链接:https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/1719441.html