基于關(guān)聯(lián)規(guī)則的客戶滿意度提升分析(畢業(yè)論文文獻綜述)

1、基于關(guān)聯(lián)規(guī)則的客戶滿意度提升分析姓名：。（貴州大學(xué)。學(xué)院商務(wù)系 市場營銷）1 本課題相關(guān)研究現(xiàn)狀關(guān)聯(lián)規(guī)則是在數(shù)據(jù)挖掘的基礎(chǔ)上建立的，數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。數(shù)據(jù)挖掘其實是一個逐漸演變的過程，現(xiàn)如今數(shù)據(jù)挖掘的研究在商業(yè)上的應(yīng)用也十分的廣泛，目前我國學(xué)術(shù)界和企業(yè)界對企業(yè)營銷道德的研究多見于期刊、論文，報刊雜志，我在CNKI中檢索題名包括“數(shù)據(jù)挖掘”的期刊論文，檢索結(jié)果顯示共有2221篇相關(guān)論文，最早的一篇論文發(fā)表于1997年。其中我國數(shù)據(jù)挖掘研究現(xiàn)狀分析-基于共詞分析視角 張玉1,2,郭會雨2,陳建青2（1.中國科學(xué)技術(shù)信息研究所，北京100038；2.解放軍醫(yī)學(xué)圖書館，

2、北京100039），以十年來國內(nèi)數(shù)據(jù)挖掘領(lǐng)域的高頻關(guān)鍵詞為數(shù)據(jù)基礎(chǔ)，通過共詞分析方法對研究熱點進行了分析，以期望能夠清晰地揭示出十年來數(shù)據(jù)挖掘領(lǐng)域內(nèi)研究熱點的結(jié)構(gòu)和內(nèi)容。而一種基于串與運算的關(guān)聯(lián)規(guī)則挖掘算法胡蓉( 湖南科技大學(xué)計算機科學(xué)與工程學(xué)院, 湖南湘潭411201)主要講解了關(guān)聯(lián)規(guī)則相關(guān)概念的形式描述、經(jīng)典關(guān)聯(lián)規(guī)則算法及其分析、基于串與運算的挖掘關(guān)聯(lián)規(guī)則的算法。清楚的向我們展示了數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的具體算法，該類文獻還包括了基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘方法研究D. 1 李彥偉.江南大學(xué) 2011，以及基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究王義； 賈宇波； 東興。在關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的應(yīng)用文獻方面有楊 曉,

3、張迎新Apriori算法在消費市場價格分析中的研究與應(yīng)用(北京工商大學(xué) 計算機與信息工程學(xué)院,北京100048)主要是通過介紹關(guān)聯(lián)規(guī)則的基本原理，在此基礎(chǔ)上對Apriori算法進行詳細(xì)的分析講解，并將其運用于消費價格數(shù)據(jù)中，通過各大量降價的農(nóng)副產(chǎn)品價格數(shù)據(jù)挖掘出了玉米、大麥、大米和牛肉、羊肉等價格之間的關(guān)聯(lián)規(guī)律。此類文獻還包括了路永和、曹利朝基于關(guān)聯(lián)規(guī)則綜合評價的圖書推薦模型(中山大學(xué)資訊管理學(xué)院 廣州 510006)，把關(guān)聯(lián)規(guī)則運用于網(wǎng)上書店和數(shù)字圖書館的圖書推薦模型，提出基于支持度、置信度、Jaccard興趣度、吸引度和收益因素，運用熵權(quán)法和相對比較法確定模型中指標(biāo)的權(quán)重, 并對模型的算法

4、進行研究。結(jié)果表明該模型能夠很好地取得用戶的好感，進而為用戶提供推薦圖書。宋群斌數(shù)據(jù)挖掘?qū)楸ｋU業(yè)帶來新的動力 中國保險報/2010 年/3 月/1 日/第 007 版，綜述了數(shù)據(jù)挖掘技術(shù)在保險業(yè)中的應(yīng)用情況。徐甜數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用研究(安陽師范學(xué)院 河南安陽455002)主要通過對1.數(shù)據(jù)挖掘的基本概念2.數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用3、CRM中數(shù)據(jù)挖掘的步驟和流程這幾個部分的詳細(xì)分析，講解了數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘重要課題之一，在現(xiàn)如今全球性的網(wǎng)絡(luò)化、信息化進程不斷加快的時代中，我們需要更加有用的信息來加強自身競爭力，特別是在企業(yè)競爭中，客戶滿意

5、度關(guān)乎企業(yè)長久生存，關(guān)聯(lián)規(guī)則為我們提供有效信息，減少了許多的曲折。2 本課題相關(guān)研究方向本課題開始主要研究關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法，主要是關(guān)于Apriori算法的詳細(xì)分關(guān)聯(lián)析，主要要使用到支持度、置信度、相關(guān)度這三個參數(shù)。其次是在實際的操作中，關(guān)聯(lián)規(guī)則的運用對于客戶滿意度的提升狀況分析。最后通過運用關(guān)聯(lián)規(guī)則取得一系列數(shù)據(jù)之后分析得出關(guān)聯(lián)規(guī)則對于客戶滿意度提升的重要性，針對當(dāng)前普遍存在的問題進行改進，增加企業(yè)銷售量，提高市場競爭力。3本課題相關(guān)研究進展情況隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛運用，人們對于挖掘數(shù)據(jù)背后隱藏的知識越來越重視，目前數(shù)據(jù)挖掘使數(shù)據(jù)庫技術(shù)進入了一個更高級的階段，它

6、不僅能對過去的數(shù)據(jù)進行查詢和遍歷，并且能夠找出過去數(shù)據(jù)之間的潛在關(guān)系，從而促進信息的傳遞。對數(shù)據(jù)挖掘技術(shù)的關(guān)聯(lián)分析的相關(guān)研究進展情況。數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是人工智能、機器學(xué)習(xí)與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物。機器學(xué)習(xí)(MachineLearning)是用計算機模擬人類學(xué)習(xí)的一門科學(xué)，始于60年代末，真正的發(fā)展是在70年代末。由于在專家系統(tǒng)開發(fā)中存在知識獲取的“瓶頸”現(xiàn)象，所以就用機器學(xué)習(xí)來完成知識的自動獲取。1980年，在美國召開了第一屆國際機器學(xué)習(xí)研討會;1984年機器學(xué)習(xí)雜志問世。我國很快跟上了國際步伐，于1987年召開了第一屆全國機器學(xué)習(xí)研討會;1989年成立了以中國科技大學(xué)蔡慶生教授為理事長的理

7、事會;1995年在國防科技大學(xué)召開了第五屆機器學(xué)習(xí)研討會。我國對數(shù)據(jù)庫進行知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase，KDD)是從80年代開始的。KDD一詞是在1989年8月于美國底特律市召開的第一屆KDD國際學(xué)術(shù)會議上正式形成的。國際KDD學(xué)術(shù)會議起初每兩年召開一次，1993年后每年召開一次。在幾次國際KDD學(xué)術(shù)會議上討論的問題有:(l)定性知識和定量知識的發(fā)現(xiàn);(2)數(shù)據(jù)匯總;(3)知識發(fā)現(xiàn)方法;(4)數(shù)據(jù)依賴關(guān)系的發(fā)展和分析;(5)發(fā)現(xiàn)過程中知識的應(yīng)用;(6)集成的交互式知識發(fā)現(xiàn)系統(tǒng);(7)知識發(fā)現(xiàn)的應(yīng)用。1995年加拿大召開了第一屆知識發(fā)現(xiàn)和數(shù)據(jù)挖掘(DataM

8、ining，DM)國際學(xué)術(shù)會議。由于數(shù)據(jù)庫中的數(shù)據(jù)被形象地喻為礦床，因此數(shù)據(jù)挖掘一詞很快流傳開來。數(shù)據(jù)挖掘是KDD最核心的部分，根據(jù)數(shù)據(jù)挖掘的理論基礎(chǔ)和所采用的技術(shù)，數(shù)據(jù)挖掘技術(shù)可分為基于數(shù)據(jù)庫方法、數(shù)學(xué)和統(tǒng)計方法及機器學(xué)習(xí)方法。數(shù)據(jù)挖武漢理工大學(xué)碩士學(xué)位論文掘算法的好壞將直接影響到所發(fā)現(xiàn)知識的好壞。目前大多數(shù)的研究都集中在數(shù)據(jù)挖掘算法和應(yīng)用上。人們往往不嚴(yán)格區(qū)分?jǐn)?shù)據(jù)挖掘和數(shù)據(jù)庫中的知識發(fā)現(xiàn)，把兩者混淆使用。一般在科研領(lǐng)域中稱KDD，而在工程領(lǐng)域則稱為數(shù)據(jù)挖掘。KDD的發(fā)展與數(shù)據(jù)庫技術(shù)是緊密相關(guān)的，其挖掘?qū)ο髲亩S的發(fā)展到多維的，從單一的數(shù)據(jù)發(fā)展到多媒體數(shù)據(jù)，從結(jié)構(gòu)化的到半結(jié)構(gòu)化的，與之相對應(yīng)

9、的是數(shù)據(jù)挖掘技術(shù)的不斷改進。需要強調(diào)的是，數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的。例如加拿大BC省電話公司要求加拿大SimonFraser大學(xué)KDD研究組根據(jù)其擁有的十多年的客戶數(shù)據(jù)，總結(jié)分析并提出新的電話收費和管理辦法，制定既有利于公司又有利于客戶的優(yōu)惠政策;美國著名籃球NBA某教練利用IBM公司提供的數(shù)據(jù)挖掘工具臨場決定替換隊員;最近，還有不少知識發(fā)現(xiàn)和數(shù)據(jù)挖掘產(chǎn)品用來篩選因特網(wǎng)上的新聞，保護用戶不受無聊電子郵件和商業(yè)推銷的干擾。國際上，目前對KDD的研究在理論、技術(shù)和應(yīng)用三個方面展開。理論方面的研究包括:數(shù)據(jù)和知識的表示:結(jié)構(gòu)化、文本和多媒體數(shù)據(jù)的模型構(gòu)造;不確定性管理:知識的實用性評測;數(shù)

10、據(jù)挖掘的算法復(fù)雜性和效率分析;海量數(shù)據(jù)集的統(tǒng)計學(xué)等。技術(shù)方面的研究主要包括數(shù)據(jù)挖掘方法、數(shù)據(jù)挖掘算法和知識發(fā)現(xiàn)過程。應(yīng)用研究包括開發(fā)各種KDD系統(tǒng)和工具及其在各個行業(yè)中的應(yīng)用，另外還包括一些有關(guān)數(shù)據(jù)保密的問題。近年來，在KDD和數(shù)據(jù)挖掘的研究和應(yīng)用方面進展極其迅速。目前，它已成為國際計算機科學(xué)研究中十分活躍的前沿領(lǐng)域，并在市場分析、金融投資、欺詐甄別、醫(yī)療衛(wèi)生、環(huán)境保護、產(chǎn)品制造和科學(xué)研究、電子商務(wù)等眾多領(lǐng)域獲得了不少成功的應(yīng)用，取得了十分可觀的社會效益和經(jīng)濟效益。同時，商品化的KDD的軟件工具在國外已進入市場，L匕如IBM公司的IntelligentMiner、SGI公司的Minerset、

11、SimonFraser大學(xué)的DBmin。r、Miehalski等人的INLEN、AT&T實驗室的工DEA等。目前國內(nèi)KDD已成為計算機科學(xué)工作者所關(guān)注的熱點問題，同時也涌現(xiàn)出一批優(yōu)秀的研究成果，如中科院計算所史忠植研究員、自動化所王壓研究員、總參六十一所的李德毅院士、復(fù)旦大學(xué)的施伯樂教授等人的研究工作。盡管如此，目前我國在KDD方面的理論研究和應(yīng)用研究還是十分薄弱的，至于相應(yīng)的應(yīng)用產(chǎn)品幾乎是空白。如1998年在美國紐約召開的第四屆知識發(fā)現(xiàn)與數(shù)據(jù)挖掘國際學(xué)術(shù)會議上，會議收到的250篇論文中我國的僅有3篇，且只有一篇被收錄.從事數(shù)據(jù)挖掘理論研究和改進挖掘算法的不乏其人，但是如何將數(shù)據(jù)挖掘理

12、論算法在實踐中有效的運用還有待進一步的研究，國內(nèi)目前也才剛剛起步。這正是本課題研究的意義所在。4 本課題相關(guān)研究存在的問題本課題研究存在的主要存在的問題是如何在客戶滿意度之中找出相關(guān)的數(shù)據(jù)然后運用關(guān)聯(lián)規(guī)則進行計算并得出所要的數(shù)據(jù)。在計算的時候，數(shù)據(jù)挖掘方法在客戶滿意度中應(yīng)如何具體應(yīng)用，即在客戶滿意度中如何靈活運用數(shù)據(jù)挖掘技術(shù)，從而為企業(yè)決策提供依據(jù)。5 本課題主要研究內(nèi)容1、運用關(guān)聯(lián)規(guī)則的挖掘算法，使用到支持度、置信度、相關(guān)度這三個參數(shù)，對客戶滿意度進行數(shù)據(jù)分析。2、同時需要在實際中采集數(shù)據(jù)進行分析計算。以便能夠更加清晰的反應(yīng)出關(guān)聯(lián)規(guī)則對于客戶滿意度提升的影響。6 本課題研究計劃（1）三月份收

13、集論文的相關(guān)資料。（2）四月底爭取完成論文初稿。（3）五月份對初稿進行加工、整理、和修改。（4）六月份準(zhǔn)備論文答辯。參考文獻:【1】袁玉波，楊傳勝數(shù)據(jù)挖掘與最優(yōu)化技術(shù)及其應(yīng)用【M】【2】劉星沙;譚利球;熊擁軍;關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用研究J;計算機工程與科學(xué);2007年01期【3】楊曉;張迎新;Apriori算法在消費市場價格分析中的研究與應(yīng)用J;北京工商大學(xué)學(xué)報(自然科學(xué)版);2009年03期【4】徐甜 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用研究【5】于芳;馬維忠關(guān)聯(lián)分析在超市商品捆綁銷售中的應(yīng)用;J;商場現(xiàn)代化;2010年02期【6】宋群斌;數(shù)據(jù)挖掘?qū)楸ｋU業(yè)帶來新的動力N;中國保險報;2010年【7】李博;運營商加速數(shù)據(jù)挖掘系統(tǒng)建設(shè)N;通信產(chǎn)業(yè)報;2010年【8】通信企業(yè)管理 2005年09期關(guān)聯(lián)規(guī)則算法概述【9】吳海玲 王志堅 許峰數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘的應(yīng)用研究【10】張玉1,2,郭會雨3,陳建青我國數(shù)據(jù)挖掘研究現(xiàn)狀分析-基于共詞分析視角第29卷第10期2011年10月Vol.29,N