【正文】 對年齡、掉線次數(shù)屬性的只需進行概化。假設入網(wǎng)時間的概化閥值為 1，則它的分段為 96， 97， 98， 99。對于入網(wǎng)時間、服務時間存在大量不同值，應當進行概化。 數(shù)據(jù)處理前：如表 23 所示 表 23 原始數(shù)據(jù) Chart 23 the Origin Data 數(shù)據(jù)在 SQL Sever 中進行處理以后：如表 24 所示 表 24 處理后的數(shù)據(jù) Chart 24 the Final Data 學院理學學士論文 第二章 系統(tǒng)的需求分析 13 (3)對決策樹數(shù)據(jù)的進行預處理。 同上，我們在 SQL Sever 里用的數(shù)據(jù)類型還是 varchar，但為了方便對關聯(lián)規(guī)則算法實行，還要對所需要的商品進行符號替換。 數(shù)據(jù)處理前：如 21 所示。 由于婚否屬性只有兩個不同值，所以該屬性保留，并且不對其進行概化。如年齡，它的概化閥值設為 20，所以小于 30 歲的，我們 設為young,30~50 的為 middle,大于 50 的為 senior。 首先， Excel 表的數(shù)據(jù)轉換到 SOL Sever 中要考慮到數(shù)據(jù)類型的選擇問題，應盡量選擇占物理空間較小的數(shù)據(jù)類型，如在區(qū)域范圍內用 varchar 替代 CString 類型，因為 varchar 可以靈活的分配所要的空間，對于大規(guī)模數(shù)據(jù)集來說將會大大減少系統(tǒng)開銷。 (2)數(shù)據(jù)抽樣就是進行數(shù)據(jù)記錄之間的相關性分 析，用少量的記錄的線性組合來表示大量的記錄。它主要有兩個途徑：屬性選擇和數(shù)據(jù)抽樣，分別針對數(shù)據(jù)庫中的屬性和記錄。 (Data Transformation) 數(shù)據(jù)變換主要是 找到數(shù)據(jù)的特征表示，用維變換或轉換方式減少有效變量的數(shù)目或找到數(shù)據(jù)的不變式，包括規(guī)格化、歸納、切換、旋轉和投影等操作。 (Data Cleaning) 數(shù)據(jù)清洗要去除原數(shù)據(jù)集中的噪聲數(shù)據(jù)和無關數(shù)據(jù)，處理遺漏數(shù)據(jù)和清洗臟數(shù)據(jù)，去除空白數(shù)據(jù)域和知識背景上的白噪聲，考慮時間順序和數(shù)據(jù)變化等。 數(shù)據(jù)預處理應該包括以下幾個方面的功能： (Data Integration) 學院理學學士論文 第二章 系統(tǒng)的需求分析 10 數(shù)據(jù)集成主要是將多文件或多數(shù)據(jù)庫運行環(huán)境中的異構數(shù)據(jù)進行合并處理，解決語義的模型性。另外，海量的實際數(shù)據(jù)中無意義的數(shù)據(jù)很多，嚴重影響了數(shù)據(jù)挖掘算法的執(zhí)行效率，而且由于其中的噪聲干擾還會造成無效的歸納，所以這就要求我們必須進行數(shù)據(jù)預處理這一步。 對于數(shù)據(jù)挖掘中的算法對其處理的數(shù)據(jù)集合一般都有一定的要求，比如數(shù)據(jù)完整性好、數(shù)據(jù)的冗余性 少、屬性之間的相關性小。 除了實現(xiàn)上述功能以外，客戶管理系統(tǒng)還應該具有友好、簡潔的界面，安全性要高，穩(wěn)定性要強。 (8)客戶流失分析：實現(xiàn)決策樹算法的應用，用決策樹來判斷客戶的流失，分析流失的原因。 (6)判斷客戶價值：實現(xiàn)粗糙集算法的應用，對一個客戶進行價值判斷。 (4)發(fā)掘潛在客戶資料：可以對客戶與商品之間的關系進行管理，對關聯(lián)規(guī)則算法中的表的數(shù)據(jù)而進行增加或刪除的功能。 (2)客戶基本資料管理：可以對客 戶進行增加、修改、刪除、還可以進行多種查詢功能。它通過數(shù)據(jù)對客戶群分析，運用適者生存的原則，對客戶群進行分類，將沒有效益的客戶群或低效益客戶群轉化為高效益客戶群，同時獎勵和發(fā)展有效益的客戶群。在客戶關系管理系統(tǒng)中，我們所實現(xiàn)的對客戶優(yōu)化的問題，也正是運用了這種思想。 遺傳算法 自然界的生物體在遺傳、變異和選擇的相互作用下，優(yōu)勝劣汰，不斷地由低級 向高級進化和發(fā)展。雖然這也很貴，但比起和一個全新的客戶簽約還是便宜了許多。比如說，在移動電話行業(yè)中，吸引并使一個新客戶簽約的開支估計為 300 美元或更多，這其中包括了硬件折舊和銷售費用。交叉銷售是建立在“雙贏 ”原則的基礎之上的 ， 客戶因得到更多、更好符合個性需求的服務而滿足 ，企業(yè)也因銷售 的 增長而獲益。這就需要我們學院理學學士論文 第二章 系統(tǒng)的需求分析 8 要用關聯(lián)規(guī)則算法，來實現(xiàn)“交叉銷售”。它把數(shù)據(jù)集看作決策表，由用戶指定數(shù)據(jù)庫中某一個或多個屬性作為分類的類別，并對決策表進行屬性約簡，根據(jù)這些屬性的不同取值，將數(shù)據(jù)庫中數(shù)據(jù)分為不同的類別，并對決策表進行屬性約簡和值約簡，刪除冗余的屬性和屬性值，在決策表中導出決策規(guī)則，從而從少量的客戶屬性資料數(shù)據(jù)判斷誰是高價值客戶，誰是低價值客戶，在決 策過程中應給予不同重視，那將給企業(yè)帶來了無限商機。這些數(shù)據(jù)是企業(yè)的財富，它如實地記錄著企業(yè)運作的本質狀況。在這里，我來介紹以下的幾種算法的需求分析。本系統(tǒng)由二大模塊組成 —— 客戶資料管理和客戶信息分析，其中客戶信息分析里引用了數(shù)據(jù)挖掘中的四個算法 —— 粗糙集、關聯(lián)規(guī)則、決策樹、遺傳算法。 系統(tǒng)需要解決的主 要問題 首先，該系統(tǒng)主要是面向管理級人員而開發(fā)的，并且系統(tǒng)里的資料是企業(yè)客戶的重要信息，所以用戶者必須驗證身份才能登入。 學院理學學士論文 第二章 系統(tǒng)的需求分析 7 第二章 系統(tǒng)需求分析 要實現(xiàn)一個軟件系統(tǒng)，首先應該進行需求分析，這樣才能設計出的軟件滿足用戶的各項功能。 項目可行性研究報告 縱上所述，從開發(fā)的語言、所要運用的工具，到數(shù)據(jù)挖掘在客戶關系管理中應用的價值，都具備了可以開發(fā)本系統(tǒng)的要求。 經(jīng)濟可行性評估 由于采用 Visual C ++ 開發(fā)，用 VC+ODBC 連接數(shù)據(jù)庫的開發(fā)方式盡可能地縮短開發(fā)周期、節(jié)約系統(tǒng)的開發(fā)費用，適合大、中型企業(yè)，適合遠程網(wǎng)絡，特別適合小型企業(yè)，操作簡單、明朗，將會給它們帶來豐厚的利潤。例如，在如何更好地為現(xiàn)有的客戶提供服務方面，通過數(shù)據(jù)挖掘，能夠幫助企業(yè)確定現(xiàn)有的客戶的特點，從而為客戶提供有針對性的服務；如何開拓企業(yè)新市場，獲取新客戶方面，通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)購買 每一商品的客戶的特征，從而可以向那些具有這些特征卻沒有購買的客戶推銷這個商品；如何挖掘現(xiàn)有客戶群的潛力，為企業(yè)提供更多價值方面，通過數(shù)據(jù)挖掘，可以分析各個客戶對企業(yè)帶來的贏利能力，找到那些“金牌客戶”后提供更加有針對性的服務，同時也可以分析現(xiàn)有客戶的興趣，向他們推薦提供新的產(chǎn)品和服務；在如何保持現(xiàn)有客戶群方面，通過數(shù)據(jù)挖掘，可以找到流失客戶的特征，以搶在那些具有相似特征的客戶還未學院理學學士論文 第一章 可行性研究報告 6 流失之前，就可以采取針對性的措施防止他們的流失；在預測公司未來發(fā)展方面，通過數(shù)據(jù)挖掘，可以預測客戶贏利能力的變化，幫助企業(yè)提前采取 各種對應的措施。以上都希望用客戶關系管理的方法來實現(xiàn)。企 業(yè)要了解客戶的喜好 不僅包括產(chǎn)品，還包括樣式和服務的外觀。 所以我們要運用新的技術，來改變單一的銷售模式，尋求最有利可圖的途徑建立和維持穩(wěn)定的客戶關系。 我們?yōu)槭裁葱枰蛻絷P系管理呢？因為大家都知道： (1)獲得一個新客戶比留住一個老客戶要花更多的錢； (2)客戶離開后再把他們吸引回來所花的錢要比他們一開始就滿意所花的錢多得多； (3)將新的商品賣給老客戶要比賣給新客戶容易得多； (4)有些客戶比其他客戶更有利可圖。 客戶關系管理首先是一種商業(yè)策略，它貫穿于企業(yè)的各個部門和經(jīng)營環(huán)節(jié)，其目的在于理解、預測和管理企業(yè)現(xiàn)有的或潛在的顧客。 CRM 要求以客戶為中心的商業(yè)哲學和企業(yè)文化來支持有效的營銷、銷售以及客戶服務。用戶所要做的只是把信封寄出去，這是非常有效的方法。在實際應用中，如何使用數(shù)據(jù)挖掘的輸出結果？最簡單的辦法是把結果看作黑盒。 這就需要引進客戶交互、情景。 我們必須 所指出的問題是： (1)數(shù)據(jù)挖掘的結果不同于其他數(shù)據(jù)驅動的商業(yè)活動。數(shù)據(jù)挖掘是企業(yè)同客戶打交道的一長串步驟中的一個部分。 從商業(yè)角度來看，數(shù)據(jù)挖掘是一種新的信息處理技術，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù)據(jù)進行抽取、轉化、分析和其他模型化處理，從中提取輔助商業(yè)決策的關鍵性數(shù)據(jù)。 通過使用 PL/pgSQL，應用可以獲得可觀的性能提升 。 所有這些東西都會產(chǎn)生進程間通訊，并且如果客戶端在另外一臺機器上甚至還會導致網(wǎng)絡開銷 。 但是所有 SQL 語句都必須由數(shù)據(jù)庫服務器獨立地執(zhí)行 。 SQL是 Postgre SQL(和大多數(shù)其它關系型數(shù)據(jù)庫 )用做查詢語言的語言 。 由于所有主要的關系數(shù)據(jù)庫管理系統(tǒng)都支持 SQL 語言，用戶可將使用 SQL的技能從一個 RDBMS 轉到另一個。 SQL 可用于所有用戶的 DB 活動模型，包括系統(tǒng)管理員、數(shù)據(jù)庫管理員、 應用程序員、決策支持系統(tǒng)人員及許多其它類型的終端用戶。所有 SQL 語句使用查詢優(yōu)化器，它是 RDBMS 的一部分，由它決定對指定數(shù)據(jù)存取的最快速度的手段。 SQL 不要求用戶指定對數(shù) 據(jù)的存放方法。所有 SQL 語句接受集合作為輸入，返回集合作為輸出。 SQL 的優(yōu)點 : SQL 是一個非過程化的語言，因為它一次處理一個記錄，對數(shù)據(jù)提供自動導航。 SQL 語言結構簡潔，功能強大，簡單易學，所以自從 IBM 公司 1981 年推出以來， SQL 語言，得到了廣泛的應用。 迄今為止， Visual C ++ 可以說是一個功能最強大和使用范圍最廣泛的軟件開發(fā)工具。 MFC 主要具有下面的優(yōu)勢： (1)MFC 提供了大量的類，把 Windows API 函數(shù)封裝在類中。 Visual C ++ 程序調試器功能更強大，它提供了診斷映射機制、無須要重編譯的調試、遠程調試和實現(xiàn)調試等功能。 Visual C ++ 源代碼編輯器提供 了自動語句完成的功能，編輯輸入源程序時，它自動顯示當前對象的成員變量和成員函數(shù)，并指明函數(shù)的參數(shù)類型。 利用 Visual C ++可以編制各種類型的 Windows 應用程序，從最簡單的單文學院理學學士論文 第一章 可行性研究報告 2 檔和對話框程序到復雜的多文檔和組合界面程序。 Visual C ++ 的特點： Visual C ++的源程序要求用 C ++語言編寫，它支持面向對象設計方法，并可以使用功能強大的軟件基礎類庫 MFC(Microsoft foundation class)，充分體現(xiàn)了Microsoft 公司的技術精華。 Visual C ++ 由許多組件 組成，包括編輯器、編譯器、調試器、以及程序向導 AppWizard、類向導 Class Wizard 等開發(fā)工具。 VC ++ 編程語言的介紹 [2] Visual C ++ 是一個功能強大的可視化軟件開發(fā)工具。整體設計工程遵循軟件工程的原理、技術和方法，經(jīng)過需求分析、總體設計、文檔和代碼的編制、模塊測試和系統(tǒng)實現(xiàn)幾個階段。 關鍵詞： 客戶關系管理 (CRM)；數(shù)據(jù)挖掘 (Data Mining)；界面設計；數(shù)據(jù)庫設計；數(shù)據(jù)處理 學院理學學士論文 ABSTRACT II ABSTRACT This text mainly discusses the application of data mining in the system of customer relationship management, which applies the related techniques of data mining (such as rough set, association rule, decision tree, geic algorithms, etc.), and bines the market management analysis and the CRM system’s development of sale business, and builds up the system of customer relationship management based on data mining—customer service, and makes part of functions e true. The techniques of data mining can be mainly applied in the field of customer relationship management: (1) Judge customers’ value through data mining, customer classification. (2)Find potential clients through data mining, and then carry out cross selling to improve the value of clients. (3)Ana