《电子商务环境下数据挖掘在客户关系管理的应用文献综述》由会员分享，可在线阅读，更多相关《电子商务环境下数据挖掘在客户关系管理的应用文献综述（2页珍藏版）》请在金锄头文库上搜索。
1、电子商务环境下基于数据库和数据挖掘技术的客户关系管理客户关系管理的原理客户关系管理的原理CRM 源于“以客户为中心”的新型商业模式，是一种旨在改善企业与客户之间关系的新型管理机制。通过向企业的销售、市场和服务等部门和人员提供全面、个性化的客户资料，并强化跟踪服务和信息分析能力，使他们能够协同建立和维护一系列与客户以及生意伙伴之间卓有成效的“一对一关系” ，从而使企业得以提供更快捷和周到的优质服务，提高客户满意度，吸引和保护更多的客户，从而增加营业额，并通过信息共享和优化商业流程，有效地降低企业经营成本。观国内外对 CRM 的研究状况，无论是对 CRM 理论领域的研究，还是对 CRM应用领域的研
2、究，都取得一定的进展，特别是应用领域研究取得的成绩更为明显一些.自从 CRM 概念提出后，它作为一种先进理念，人们一直都在探讨它所包括的管理思想，至今虽对其含义的争议仍未停止，甚至不同的厂商在开发 CRM 或应用 CRM 时，都赋予了自己的理解，但总体来看，CRM 的基本内涵及其概念的层次体系已经形成了共识。人们普遍认为在新经济形势证，CRM 既是一种新管理思想，更是一套基于 IT 产业开发憎爱分明成果的商业运作方法体系，是新型的商业驱动器，信息社会中厂商首选的竞争利器，有着广阔的应用前景.目前 CRM 理论研究的重要成果之一，就是提出了客户价值的判别标准和运用它进行客户细分.在这些理论中，客
3、户价值被认为是客户在全价值生涯中给企业带来的利益(即全生涯周期利润 CLP)，而不是与客户的交易额，从而纠正了实践中的一些错误偏向。同时基于对 CLP 的预测，选择客户的当前价值、客户的增值潜力两个维度指标，依次按两个指标的“大”和“小”进行排列组合，从而将客户分为白金客户、黄金客户、铁质客户、及铅质客户四种类型，这就是目前最流行的客户细分理论，基于客户细分和 Paletpo 原理，可以对客户数量、客户利润和企业的资源投放进行研究，从而建立了“客户金字塔”理论.数据挖掘数据挖掘随着数据挖掘技术的兴起，其中的聚类分析技术作为一种主要数据挖掘技术得到了人们深入的研究和广泛的应用。目前，对聚类分析的
4、研究主要集中在算法的研究，包括新算法的发现和旧算法的改进、聚类效果的评价、算法的性能比较以及聚类分析技术的应用领域等。实际应用中经典的基于划分的 K-means 聚类算法因其简单、易实现等优点在许多领域得以广泛应用。但 K-means算法还存在只能处理数值型数据、对初始聚类中心敏感和对“噪声”数据敏感等缺点，国内外许多研究者提出了多种对 K-means 算法的改进，以更好完成挖掘任务。就对初始聚类中心选择问题来讲，近几年出现了多种初始化选择方法，大致可以归为三种：（1）随机选择法；（2）距离优化方法；（3）密度估计方法。由于 CRM 系统的兴起，其成为数据挖掘技术的一个典型应用领域，其中聚类分析技术广泛应用于客户行为模式识别、客户细分、客户流失分析等方面。根据客户细分的目的与标准不同，有多种聚类方法。
