决策树算法在烟草公司CRM中的研究与应用

发布时间：2020-07-23 23:49

【摘要】：随着国家控烟力度不断加大,烟草公司面临着前所未有的经营压力。卷烟零售客户是烟草系统与消费者之间的纽带,这些零售客户中的潜力客户对烟草公司的经营和获利起着非常重要的作用。如何判断一个零售客户是否是潜力客户,成为烟草公司客户关系管理中一个亟待解决的问题。本文在对内蒙古昆明卷烟有限责任公司积累的大量客户数据进行分析的基础上,利用数据挖掘中的决策树算法构建了蒙昆公司潜力客户分类决策树模型,并将该模型生成的分类规则运用到该公司客户关系管理系统的开发中。本文的主要研究工作包括:(1)分析了烟草系统经营和发展现状,分析了蒙昆公司数据挖掘-客户关系管理(DM-CRM)系统的需求、系统总体设计背景和思路。学习了数据挖掘技术中决策树算法的原理及应用等知识。(2)按照蒙昆公司DM-CRM系统中数据挖掘的目标与需求,搭建了基于Phpstorm、XAMPP、SQL Server和DMX语言的集成数据挖掘和系统开发环境。选取了包头市2016年客户历史数据,进行预处理后作为数据挖掘训练样本。基于ID3算法构建了潜力客户决策树分类模型,并使用契合度测评方法对该模型的分类效果进行了验证。(3)参与完成了蒙昆公司DM-CRM系统的需求分析和部分设计任务。通过本文所构建的潜力客户决策树模型生成了相应分类规则,并利用这些规则完成了DM-CRM系统中“潜力客户管理”功能模块的开发。
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.13
【图文】：

决策树算法在烟草公司 CRM 中的研究与应用6图2.1 数据挖掘技术分类Figure 2.1 data mining classification分类分析利用训练样本集建立起分类模型，利用该模型中的分类规则，对新数据实施分类。聚类分析是把数据库中大量数据按照一定的聚类规则聚成少量的群组。这些群组具有不同的意义，群组内的数据尽量相似，群组间的数据有着较大差别。关联规则分析是对于数据集中前后项之间所隐藏的相互关联关系进行识别与挖掘，关联规则分析在零售商业决策中有着广泛应用[14]。回归分析是根据数据集中的自变量与因变量的关系确定一个拟合方程，利用样本数据训练确定拟合方程的参数，常用的回归分析方法是线性回归。常用的数据挖掘方法包括朴素贝叶斯、BP 神经网络、遗传算法和决策树方法等等。这样的算法，实际上亦即其核心的技术。这篇文章之中，所采用的数据源来自于两个方面：一是卷烟的销售信息；二是客户的资料信息。利用预测式的数据挖掘中的决策树分类方法，建立分类决策树

内蒙古大学工程硕士学位论文7图2.2 数据挖掘算法过程Figure 2.2 data mining process1、数据准备数据的准备阶段要做的就是，根据挖掘的目标和将要解决的问题，制定解决问题计划，确定数据源。2、数据选择由于数据来源不同，有些数据对于挖掘模式和建立模型意义不大，而且当中存在一定数量的数据还可能会影响数据挖掘的效果。因此，要对数据源的众多数据进行筛选，了解数据的类型和数据的公式表达方式，保证数据的实用性和可用性。在保证数据完整的基础上，进行数据的筛选集成，提高数据的处理质量。3、数据预处理数据预处理是对数据进行初步的处理，主要包括清洗、转换、填补、合并操作四个步骤。从而找到能够用于挖掘的适合的数据，保证数据的可信度和数据挖掘的质量。4、数据挖掘数据挖掘是整个过程中最重要的一个环节

[20]。图3.3 基于 SSAS 的 CRM-DM 解决方案Figure 3.3 a CRM-DM solution based on SSAS（2）数据仓库数据仓库是数据挖掘过程中的要素，只有建立起相应的仓库，才能将多维数据集（Cube）与数据集（Dataset）提供给数据挖掘过程。在进行 Cube 的创建工作时，SSAS 具有很大的优势，通过 SSAS 的自动创建功能，用户无需获取度量数据与多维数据，用户在设置量度与维度表之后，只需进行简单的命令与操作即可达到既定目的。与此同时，我们还可以变更 Cube的相关设置，以更好地满足用户需求。综上所述，在创建数据仓库过程中，需要着手的主要任务有明确量度组与维度表间的关系。（3）联机分析处理（OLAP）在进行数据分析时，我们一般使用 OLAP 方式。OLAP 的运作前提是多维数据模型

【参考文献】

相关期刊论文 前9条

1 李红梅;曹建河;;数据挖掘技术在烟草销售行业中应用探析[J];现代商贸工业;2011年14期

2 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期

3 李俊丽;刘战峰;;数据挖掘在Microsoft SQL Server 2005 Analysis Services中的应用研究[J];软件导刊;2010年03期

4 王芳;杨奕;;论数据挖掘技术在客户关系管理(CRM)中的应用[J];现代商贸工业;2009年01期

5 杨玉;;KDD在零售业客户关系管理中的应用分析研究[J];商业研究;2008年12期

6 陈建辉;;一种基于数据挖掘的CRM系统框架的实现[J];华北水利水电学院学报;2007年05期

7 王桂芹;黄道;;数据挖掘技术综述[J];电脑应用技术;2007年02期

8 柳林;涂光平;杨峰;;基于决策树的数据挖掘方法在CRM中的应用研究[J];计算技术与自动化;2006年01期

9 邓光利,刘强,陈新度;基于数据挖掘提升客户价值的实现框架探索[J];组合机床与自动化加工技术;2005年03期

相关硕士学位论文 前10条

1 张志杰;红塔集团面向服务的数据中心平台与应用架构[D];浙江理工大学;2014年

2 姚丹丹;基于数据挖掘的红塔集团数据库营销系统的研究与实现[D];浙江理工大学;2014年

3 张亮;基于顾客满意度提升的销售流程改进研究[D];吉林大学;2013年

4 周玉婵;数据挖掘在烟草企业CRM中的应用[D];华南理工大学;2013年

5 郑得龙;数据挖掘在企业集团营销决策中的应用研究[D];浙江理工大学;2013年

6 吴优玲;集团企业数据中心模型架构研究与系统实现[D];浙江理工大学;2012年

7 郑阳洋;数据挖掘技术在烟草企业CRM中的研究与应用[D];山东师范大学;2011年

8 潘少东;数据挖掘在烟草商业企业CRM中的应用研究[D];合肥工业大学;2007年

9 冯亚;数据挖掘中决策树分类算法研究与应用[D];西北大学;2007年

10 胡江洪;基于决策树的分类算法研究[D];武汉理工大学;2006年

本文编号：2768004