隨著移動網(wǎng)絡(luò)的普及和迅猛發(fā)展,各個運營商之間的競爭異常激烈,因此對客戶關(guān)系管理十分重視。針對海量的用戶數(shù)據(jù),文章提出了將數(shù)據(jù)挖掘技術(shù)應(yīng)用于CRM的研究中,并提出了具體的數(shù)據(jù)挖掘算法實現(xiàn)步驟,并對其進行了實驗驗證。 

【文章來源】：信息通信. 2014,(01)

【文章頁數(shù)】：1 頁

【部分圖文】：

移動CRM體系結(jié)構(gòu)圖

未知的、規(guī)律性的，但又是潛在有用的，并且最終可以理解的知識和信息。2數(shù)據(jù)挖掘技術(shù)在移動CRM中的應(yīng)用2.1移動CRM體系結(jié)構(gòu)移動客戶關(guān)系管理的體系結(jié)構(gòu)主要分為合作型CRM、分析型CRM和操作型CRM三個部分，其結(jié)構(gòu)如圖1所示。圖1移動CRM體系結(jié)構(gòu)圖合作型CRM主要用于合作服務(wù)項目，它包括的內(nèi)容有呼叫中心、電子郵件、電子社區(qū)等交流手段。分析型CRM主要分析在操作層次的數(shù)據(jù)，把操作層的數(shù)據(jù)和客戶銷售連接起來。操作型CRM能夠?qū)崿F(xiàn)銷售與客戶服務(wù)業(yè)務(wù)的自動化。2.2數(shù)據(jù)挖掘處理移動CRM的流程移動CRM的數(shù)據(jù)挖掘流程如圖2所示。圖2移動CRM的數(shù)據(jù)挖掘流程圖2.3數(shù)據(jù)挖掘處理移動CRM的算法實現(xiàn)為了使移動公司給客戶提供全方位的服務(wù)，通過客戶話單數(shù)據(jù)，采用迭代自組織數(shù)據(jù)分析算法對客戶群體進行了聚類分析，其算法實現(xiàn)流程如下：步驟1：獲得所有樣品的特征；步驟2：輸入閾值T，方差E，類中心數(shù)目C，最大迭代次數(shù)（I計算數(shù)據(jù)樣品之間的距離、方差的最小和最大值）；步驟3：任意選取前N個樣品當做臨時的聚類中心M(i)；步驟4：求所得到的各個樣品到已選定的臨時聚類中心的距離，將所得的樣品歸入選定的最近的類中心M(i)；步驟5：根據(jù)已經(jīng)聚類的結(jié)果，重新計算各個聚類中心的特征中心；步驟6：根據(jù)新的類中心，重新計算各聚類域中暫時已經(jīng)聚類的樣品到新類中心間的距離，并且計算每一類樣品到聚類中心的平均距離；步驟7：迭代計算出所有聚類域中各個樣品的平均距離，再計算出其總平均距離；步驟8：根據(jù)所得平均距離值和閾值的大小，判斷聚類域的分裂、合并和迭代；步驟9：合并操作，計算全部數(shù)據(jù)的聚類中心的距離值；步驟10：分裂操作，求出所有數(shù)據(jù)的聚類中心所擁有的標準差向量，找出所有聚類域的具有中心標準差最大值的聚類

【參考文獻】：
碩士論文
[1]CRM在服務(wù)業(yè)中的應(yīng)用研究[D]. 趙紅.天津大學 2007
[2]數(shù)據(jù)挖掘技術(shù)在網(wǎng)通CRM中的應(yīng)用研究[D]. 王冬屏.長春理工大學 2007



本文編號：3140722