基于客户分群的精准营销系统研究

发布时间：2017-10-03 13:36

  本文关键词：基于客户分群的精准营销系统研究

  更多相关文章： 精准营销 客户分群 客户资源管理 企业级架构 实时接口

【摘要】：在当前数字信息化时代,重新认识客户重要性和识别客户潜力成为了客户关系管理实际运作过程中非常重要的管理技术。精准营销依托先进的数据管理和分析工具,是企业进行客户关系管理的重要科学分析方法和技术手段。 本文参考推荐系统的架构模式,设计并提出了基于J2EE的精准营销系统企业级架构方案。整个架构设计涵盖了精准营销系统的数据处理、B/S应用服务架构等。同时针对企业级应用数据查询量大、频率高的问题设计了基于EhCache的数据查询缓存方案；针对企业系统访问压力大的问题,设计了基于RMI集群架构的系统压力解决方案。考虑到精准营销对移动端的需求,本文设计了高效的XML实时接口架构方案。实现了高效、准确的数据通信,为企业部署移动端精准营销提供了良好的扩展性支持。 最后,本文以某保险公司精准营销系统实施作为案例,基于具体业务需求,结合上述架构方案,设计并实现了具体的数据处理方案,业务流程等功能模块。有效证明了本文架构的可行性和商业价值。 本文设计的企业级精准营销系统架构,可以有效帮助企业缩短系统研发周期,将宝贵精力集中在对客户资源的研究和分析上。同时,本文系统架构具备很好的稳定性,可以与周边系统无缝对接,并为移动端功能拓展提供了可能。
【关键词】：精准营销 客户分群 客户资源管理 企业级架构 实时接口
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.52
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 研究背景10-11
• 1.2 推荐系统研究发展现状11-13
• 1.3 本文研究目标和内容13-14
• 1.4 本文结构14-15
• 第2章 相关理论研究综述15-25
• 2.1 客户分群理论15-16
• 2.2 精准营销方法16
• 2.3 推荐系统理论16-20
• 2.3.1 推荐系统的分类16-19
• 2.3.2 基于标签的推荐系统19-20
• 2.4 预测模型和分析方法20-22
• 2.5 国内外精准营销推荐系统案例分析22-24
• 2.5.1 亚马逊Amazon推荐系统22
• 2.5.2 Prismatic用机器学习分析用户兴趣22-23
• 2.5.3 Granify帮助电商提升顾客转化率23
• 2.5.4 淘宝的RTB精准营销广告模式23-24
• 2.5.5 中国移动基于客户标签构建营销系统24
• 2.6 本章小结24-25
• 第3章 企业级精准营销系统架构设计25-33
• 3.1 推荐系统流程25
• 3.2 预测模型工具选用25-26
• 3.3 数据模块架构设计26-27
• 3.3.1 数据集成技术26
• 3.3.2 数据库结构设计26-27
• 3.4 企业应用服务系统架构设计27-29
• 3.4.1 前端应用服务架构设计27-28
• 3.4.2 后端应用服务架构设计28-29
• 3.4.3 前端-后端数据通信设计29
• 3.4.4 系统日志管理设计29
• 3.5 系统压力解决方案设计29-31
• 3.5.1 Weblogic集群部署29-30
• 3.5.2 数据查询缓存处理30-31
• 3.6 企业级精准营销系统架构评价31-32
• 3.7 本章小结32-33
• 第4章 精准营销实时接口服务架构设计33-38
• 4.1 实时接口服务对精准营销的意义33
• 4.1.1 周边系统进行实时数据更新33
• 4.1.2 扩展支持移动端应用33
• 4.2 XML解析技术分析33-34
• 4.2.1 拉取式XML解析概述33-34
• 4.2.2 基于XStream的XML解析34
• 4.3 实时接口解析模块设计34-37
• 4.4 数据校验设计37
• 4.5 本章小结37-38
• 第5章 保险业客户分群精准营销系统开发38-69
• 5.1 业务背景38
• 5.2 客户分群和精准营销方案38-45
• 5.2.1 客户分群解决方案38-44
• 5.2.2 精准营销方案设计44
• 5.2.3 周边系统关系及数据流44-45
• 5.3 功能设计45-46
• 5.3.1 模块设计45-46
• 5.3.2 用户权限控制46
• 5.4 业务流程设计46-49
• 5.5 关键技术选型49
• 5.5.1 采用Datastage作为ETL工具49
• 5.5.2 基于SpringMVC+Hibernate开发应用服务49
• 5.6 系统设计及实现49-60
• 5.6.1 系统架构设计49-50
• 5.6.2 表结构设计及实现50-53
• 5.6.3 数据处理设计及实现53-58
• 5.6.4 应用服务系统设计及实现58-60
• 5.7 接口服务实现60-63
• 5.7.1 接口标准定义60-61
• 5.7.2 接口开发实现61-63
• 5.7.3 实时接口功能测试63
• 5.8 项目功能实现界面展示63-67
• 5.9 项目实施效果67-68
• 5.10 本章小结68-69
• 第6章 结论与展望69-71
• 6.1 全文总结69
• 6.2 工作展望69-71
• 参考文献71-74
• 致谢74-76
• 附录76-78

【参考文献】

中国期刊全文数据库 前10条

1 吴国祥;;网络挖掘研究综述[J];电脑知识与技术;2011年32期

2 蒋庆丰;李梓;程晓旭;;K-Means聚类算法研究及图形演示的实现[J];信息技术;2010年03期

3 杨勇;;信息时代财务管理信息化创新研究[J];黑龙江对外经贸;2010年03期

4 王国霞;刘贺平;;个性化推荐系统综述[J];计算机工程与应用;2012年07期

5 顾其威;郭鹏;潘锋;;手机广告推荐中的用户兴趣建模研究[J];计算机应用研究;2012年02期

6 沈秀梅;;浅谈客户关系管理中的客户识别[J];科技情报开发与经济;2008年36期

7 赵宁;王学军;;推荐系统中协同过滤技术的研究[J];河北省科学院学报;2013年02期

8 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期

9 朱静;;行为定向广告探析[J];商场现代化;2009年18期

10 吕晓玲;吴喜之;;电子商务客户网络购物行为挖掘[J];统计与信息论坛;2007年03期

，

本文编号：965519