粗糙集在客戶關系管理中的研究與應用.pdf

1、當今的客戶已經成為左右企業(yè)發(fā)展的一種決定性的因素。在現(xiàn)實的市場條件下任何企業(yè)要想成功，必須以客戶需求為出發(fā)點，把客戶對企業(yè)的信任和忠誠作為企業(yè)最重要的資產。
　　 企業(yè)在培養(yǎng)客戶忠誠時必須首先明確不同客戶對企業(yè)具有不同的價值。為了能與無處不在的競爭者競爭，企業(yè)需要對客戶進行分類，用不同的策略對待處于不同細分群體中的客戶。
　　 企業(yè)常用的客戶分類方法是基于經驗方法和統(tǒng)計方法的簡單劃分，這些方法雖然曾得到廣泛應用并取得良好

2、效果，但卻無法滿足日益增長的數據量以及日益復雜的分析需求。為了解決這些不足，本文采用了一種基于粗糙集的客戶分類方法。主要是以粗糙集理論為基礎，將從客戶關系管理系統(tǒng)中獲取的數據轉化成決策表，再對決策表中的數據進行預處理、屬性約簡和值約簡，最后生成客戶分類規(guī)則，據此進行客戶分類。
　　 本文的工作主要包括以下幾方面：
　　 1.屬性約簡算法的改進。現(xiàn)實中的數據存在很多冗余，特別是存在大量的數據時冗余更加嚴重，不僅浪費存放空間

3、而且擾亂推出正確的規(guī)則。本文首先介紹了現(xiàn)有的一些屬性約簡算法，重點研究了基于可辨識矩陣的屬性約簡算法，針對該算法時間復雜度較高的問題，根據可辨識矩陣中各個屬性出現(xiàn)的頻率，對其作了一些改進。
　　 2.基于粗糙集理論的客戶分類方法。主要是以粗糙集理論為基礎，首先從客戶關系管理系統(tǒng)中獲取數據，構造決策表，再對決策表中的數據進行預處理，然后利用改進的基于可辨識矩陣的屬性約簡算法進行屬性約簡，在規(guī)則提取后，引入bagging概念，提高了