基于粗糙集数据挖掘技术的客户价值分析

出版时间：2006-9  出版社：第1版 (2006年9月1日)  作者：王宏  页数：246  字数：220000  
Tag标签：无  

内容概要

本书研究了基于分类模式的数据挖掘方法，特别是基于粗糙集理论的分类规则提取和基于决策树构建及其分类规则提取策略，给出一种基于粗糙集的决策树模型的改进算法。在客户价值管理中应用了基于粗糙集的决策树方法，通过一系列可行的指标体系，建立基于粗糙集的决策树模型，来度量客户价值、细分客户。以数据挖掘为基础，有效地识别客户、评价客户价值、进行客户细分、改进销售效果、保留客户、提高客户满意度和忠诚度等。为企业客户管理提供智能决策支持。     本书从客户价值基础理论出发，使用基于粗糙集的数据挖掘技术，并以基于粗糙集的决策树方法来构造模型，进行客户价值研究。导论部分主要介绍了研究目的和意义，国内外相关理论的研究现状和发展趋势，研究方法和创新之处。第1章作为本书的基础部分，介绍了相关理论。第2章进行客户价值分析的理论研究，阐述了客户生命周期。第3章、4、5章分别研究了分类数据挖掘技术、基于粗糙集的数据挖掘技术和基于粗糙集的决策树方法。第6章是基于粗糙集的决策树技术在客户价值研究中的实证分析。第7章介绍了提升客户价值、增强企业竞争优势的方法。

作者简介

王宏，女，1971年4月生，哈尔滨工程大学管理学博士。现为黑龙江大学经济与工商管理学院尉教授。中国商业经济学会理事、黑龙江省消费者协会理事。研究方向为管理信息系统、决策支持与仿真、电子商务、客户关系管理、数据挖掘、消费经济学。公开发表学术论文17篇，其中9篇发表

书籍目录

导论第1章　相关理论综述　1.1　客户价值研究综述　1.2　数据挖掘理论　1.3　粗糙集理论　1.4　本章小结第2章　客户价值分析　2.1　客户　2.2　客户价值　2.3　客户分类　2.4　本章小结第3章　分类数据挖掘　3.1　数据挖掘中分类问题的概念　3.2　分类挖掘的机理与特点　3.3　分类方法的评估标准　3.4　决策树分类　3.5　贝叶斯分类　3.6　神经网络分类　3.7　基于关联规则的分类　3.8　其他分类方法　3.9　本章小结第4章　基于粗糙集的数据挖掘　4.1　基于粗糙集的知识简化和知识表达系统　4.2　基于粗糙集数据挖掘技术的数据预处理　4.3　基于粗糙集理论的数据挖掘模型研究　4.4　增量粗糙集属性约简　4.5　本章小结第5章　基于粗糙集的决策树的构建　5.1　决策树算法　5.2　ID3算法　5.3　ID3算法的改进——CAAI算法　5.4　本章小结第6章　基于粗糙集数据挖掘技术的客户分类　6.1　基于粗糙集的RFM分析　6.2　基于粗糙集数据挖掘的客户价值评价　6.3　客户关系战略选择　6.4　本章小结第7章　提升客户价值、增强企业竞争优势　7.1　忠诚客户的价值　7.2　CRM价值链　7.3　客户让渡价值与企业竞争优势　7.4　差异化战略的实施　7.5　本章小结结论参考文献后记

用户评论 (总计4条)

•   帮同事买的，不对内容做评价。
•   呵呵，不知道能不能对自己的论文有帮助
•   如果不是专业做数据分析的人，还是别看了。比较深，个人觉得。感觉是买错了。
•   对于理论没有深入研究，有拼凑之嫌疑。无任何价值。