改进的关联规则算法在CRM系统中的研究及应用

发布时间：2017-06-04 03:00

  本文关键词：改进的关联规则算法在CRM系统中的研究及应用，由笔耕文化传播整理发布。

【摘要】：数据挖掘就是从海量的数据中挖掘出潜在的、有价值的知识和模式。关联规则挖掘作为数据挖掘的一种重要模式，，已被广泛的被应用在金融、电子商务等领域。客户关系管理系统（CRM）在现代企业中扮演越来越重要的作用，是增强企业竞争力的必经之路，如何将企业与客户的交易数据和客户资料转化为企业决策提供有价值的信息，企业需要有用的工具将数据转化成有用的知识。 本文首先介绍了一些关联规则的基础理论，经典Apriori的算法和改进的算法。关联规则的基本概念、分类、性质和关联规则挖掘的基本步骤，并介绍CRM的基本概念等内容。Apriori算法的改进算法Aprior_X算法在CRM中的应用。 数据挖掘技术中要挖掘数据项之间的关联规则，Apriori算法是最经典的算法，但是在挖掘过程中会产生大量的冗余数据（候选项集），降低了关联规则挖掘的效率，为了提高关联规则挖掘的效率，提出了一种新的关联规则挖掘方法-Apriori_X算法。把此算法应用在CRM系统中，挖掘出有价值的信息，为决策者提供潜在的有价值的信息。
【关键词】：数据挖掘 关联规则 Apriori算法 客户关系管理（CRM）
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 1.绪论9-14
• 1.1 数据挖掘的动机9
• 1.2 课题的背景及意义9-10
• 1.3 数据挖掘在国内外的研究现状10-12
• 1.4 数据挖掘的应用12
• 1.5 本文的主要研究内容12
• 1.6 论文的结构12-13
• 1.7 本章小结13-14
• 2. 相关的基础理论14-23
• 2.1 客户关系管理（CRM）14-17
• 2.1.1 CRM 的基本概念14-15
• 2.1.2 CRM 的基本功能15-16
• 2.1.3 CRM 的基本特征16
• 2.1.4 客户关系管理（CRM）的实现过程16-17
• 2.2 数据挖掘17-21
• 2.2.1 数据挖掘的定义17-18
• 2.2.2 数据挖掘的研究过程18-19
• 2.2.3 数据挖掘的特点19
• 2.2.4 数据挖掘的分析方法19-21
• 2.3 数据挖掘在 CRM 中基本应用21-22
• 2.4 本章小结22-23
• 3. 关联规则及其算法的研究23-47
• 3.1 关联规则的相关概念和性质23-25
• 3.1.1 关联规则的相关概念23-24
• 3.1.2 关联规则的基本性质24-25
• 3.2 关联规则的分类25-26
• 3.3 关联规则的挖掘步骤26
• 3.4 经典的 APRIORI 算法26-36
• 3.4.1 算法的基本思想26-30
• 3.4.2 Apriori 算法的实例30-33
• 3.4.3 频繁项集产生的关联规则33-34
• 3.4.4 Apriori 算法的优势和劣势34-35
• 3.4.5 Apriori 算法的优化方法35-36
• 3.5 一种改进的 APRIORI 算法36-46
• 3.5.1 算法的基本思想37-38
• 3.5.2 算法的描述38-40
• 3.5.3 算法的实例40-43
• 3.5.4 算法的性能的比较43-46
• 3.6 本章小结46-47
• 4. 关联规则在 CRM 中的应用47-58
• 4.1 CRM 系统需要数据挖掘的支持47-48
• 4.2 数据挖掘的过程48-49
• 4.3 数据准备49-50
• 4.4 数据的预处理50-54
• 4.5 改进算法在某公司的 CRM 系统中的应用54-57
• 4.6 本章小结57-58
• 5. 总结与展望58-60
• 5.1 全文总结58
• 5.2 工作展望58-60
• 参考文献60-63
• 攻读硕士学位期间发表学术论文情况63-64
• 致谢64-65
• 作者简介65-66

【参考文献】

中国期刊全文数据库 前1条

1 陈京民 ,祁沁午 ,朱惠云;客户关系管理(CRM)在商业企业中的应用[J];江苏商论;2002年04期

  本文关键词：改进的关联规则算法在CRM系统中的研究及应用，由笔耕文化传播整理发布。

本文编号：419802