數(shù)據(jù)挖掘技術(shù)在協(xié)作型CRM系統(tǒng)中的應(yīng)用.pdf

1、協(xié)作型CRM(Associated CRM)在CRM系統(tǒng)中主要負(fù)責(zé)企業(yè)與客戶的直接溝通，收集客戶信息以提供客戶服務(wù)。近年來伴隨移動互聯(lián)網(wǎng)的高速發(fā)展，企業(yè)與客戶的溝通方式更加多樣，溝通內(nèi)容更加豐富。目前主流CRM的數(shù)據(jù)挖掘主要是通過操作型CRM將由協(xié)作型CRM系統(tǒng)輸入的格式化業(yè)務(wù)數(shù)據(jù)提供給分析型CRM做挖掘，但協(xié)作型CRM的自身大量原始會話交流信息往往被忽略。本文從協(xié)作型CRM客服會話的特點(diǎn)入手，選用分類算法(Sorting)和聚類算法(

2、Clustering)這兩大商業(yè)分析應(yīng)用廣泛的算法對會話進(jìn)行分類，挖掘出會話咨詢的分布特點(diǎn)和規(guī)律，協(xié)助公司評判產(chǎn)品服務(wù)，分析未來趨勢，發(fā)現(xiàn)潛在需求等。
　　首先，本文介紹了CRM系統(tǒng)的發(fā)展與應(yīng)用現(xiàn)況，協(xié)作型CRM的特點(diǎn)，企業(yè)對協(xié)作型CRM數(shù)據(jù)的實(shí)際需求等，并分析介紹分類和聚類算法的相關(guān)基本概念與國內(nèi)外研究現(xiàn)況，針對協(xié)作型CRM選擇合適的算法。同時(shí)，針對協(xié)作型CRM會話目標(biāo)性較強(qiáng)且有一定發(fā)散度的特點(diǎn)對已有的決策樹(Decision

3、Tree)算法進(jìn)行改進(jìn)和優(yōu)化。
　　其次，為處理決策屬性為多決策組合值的訓(xùn)練數(shù)據(jù)提出了復(fù)合型決策值分裂方法實(shí)現(xiàn)了決策樹對同一樣本輸出多個(gè)分類結(jié)果的功能。針對決策樹生成耗時(shí)過長問題優(yōu)化了劃分條件以及連續(xù)變量的離散化方法。同時(shí)，通過配置動態(tài)偏移量影響數(shù)據(jù)權(quán)重，改善數(shù)據(jù)分布效果以優(yōu)化聚類效果。在聚類階段通過配置聚類簇?cái)?shù)偏好值，結(jié)合密度聚類與原型聚類對分類后的各個(gè)子集進(jìn)行兩個(gè)階段的聚類并給出兩類聚類之間的關(guān)聯(lián)關(guān)系。
　　最后，通過仿