CRM數(shù)據(jù)挖掘系統(tǒng)框架與實現(xiàn).pdf

1、該文考察了CRM數(shù)據(jù)挖掘中所要解決的幾種問題,如:客戶簡檔化、客戶響應(yīng)、客戶價值、客戶獲取、產(chǎn)品推薦、客戶保留,然后討論了在CRM中應(yīng)用數(shù)據(jù)挖掘時所面臨的各種困難,如:數(shù)據(jù)不平衡問題、模型選擇問題、提高預(yù)測準確率的方法等.為建立通用的、可擴展的CRM數(shù)據(jù)挖掘平臺CMiner,該文提出了一個包含三層結(jié)構(gòu)的CRM數(shù)據(jù)挖掘系統(tǒng)框架,把數(shù)據(jù)挖掘應(yīng)用系統(tǒng)劃分為算法層、商業(yè)邏輯層、和應(yīng)用層.商業(yè)邏輯中間層的思想和以客戶數(shù)據(jù)倉庫為中心的體系結(jié)構(gòu)是CR

2、M數(shù)據(jù)挖掘系統(tǒng)框架的核心內(nèi)容.通過與商業(yè)邏輯對應(yīng)的中間層的建立,具體的數(shù)據(jù)挖掘算法和實際的行業(yè)應(yīng)用互相獨立開來,使之能夠互不影響,通用的商業(yè)邏輯層也使得我們的CRM數(shù)據(jù)挖掘系統(tǒng)成為一個能在不同組織中實施的通用系統(tǒng).標準的客戶數(shù)據(jù)倉庫是系統(tǒng)通用性的另一個重要保證,不同組織中的數(shù)據(jù)模型千差萬別,我們在做實際的數(shù)據(jù)分析之前,先把所需的數(shù)據(jù)導(dǎo)入到數(shù)據(jù)倉庫中,然后再在這個標準的數(shù)據(jù)模型上進行分析,降低分析算法對數(shù)據(jù)模型的依賴.同時客戶數(shù)據(jù)倉庫也把