基于数据挖掘技术的CRM应用仿真研究

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要客户资源现已成为企业最重要的战略资源之一，企业为此也花费大量资金构筑客户关系管理（CRM）系统。本文就关于CRM系统结构和与数据挖掘技术相结合的优势，通过实例论证数据挖掘技术在CRM中的实际运用，可以通过对企业销售数据的关联分析把企业的大量客户分成不同的类型，并发现不同类客户的需求特征，从而提供不同的产品和服务，维护好老客户，挖掘新客户，不断提高客户满意度。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	潘光强

关键词 ：客户, 客户关系管理, 数据挖掘, 客户满意度

Abstract：This article analyzes the CRM system structure and the advantages of the combination of data mining with CRM. Then it demonstrates the practical application of data mining in CRM by examples. Customers can be divided into different types by correlation analysis of the sales data，and characteristics of different types of customer can be found， providing different products and services to improve customer satisfaction．

Key words： customer customer relationship management data mining customer satisfaction

收稿日期: 1900-01-01 年卷期日期: 2011-02-10 出版日期: 2011-02-10

引用本文:

潘光强. 基于数据挖掘技术的CRM应用仿真研究[J]. , 2011, 1(02): 0-0.
Pan Guangqiang. Research on the Application of Data Mining in CRM. , 2011, 1(02): 0-0.

链接本文:

http://www.computertelecom.com.cn/CN/ 或 http://www.computertelecom.com.cn/CN/Y2011/V1/I02/0

[1]	王茂发王子民汪华登刘振丙. 基于Jupyter的数据挖掘课程建设与研究 [J]. 电脑与电信, 2021, 1(7): 12-16.
[2]	葛晓燕. 数据挖掘课程混合式教学改革探索[J]. 电脑与电信, 2021, 1(6): 43-46.
[3]	王颖. 基于Canopy的K-Means并行化算法[J]. 电脑与电信, 2019, 1(7): 30-.
[4]	赵宇阔. 通讯痕迹与情报分析系统的设计方法[J]. 电脑与电信, 2018, 1(9): 52-53.
[5]	汪一百. 基于Hadoop 平台的聚类K-means算法的研究[J]. 电脑与电信, 2018, 1(4): 18-20.
[6]	张志文, 何明昌, 杨维伟, 刘仁笑, 王瑜, 胡学友. 校园知识技能变现系统设计与实现[J]. 电脑与电信, 2018, 1(4): 27-30.
[7]	魏爽. 一种文本聚类的增强数据挖掘方法[J]. 电脑与电信, 2018, 1(3): 46-48.
[8]	潘正勇. 基于大数据的水土保持监测站自动数据采集系统设计与应用[J]. 电脑与电信, 2018, 1(1-2): 64-66.
[9]	王曙霞, 焦家林, 黄志武. 基于云计算的高校虚拟实验云平台设计[J]. 电脑与电信, 2017, 1(9): 5-7.
[10]	姜美. 基于隐私保护的数据挖掘综述[J]. 电脑与电信, 2017, 1(8): 31-.
[11]	姜梦依, 何明昌, 周琳辉, 叶欢, 颜柳萍, 汪蓉. 基于.NET 的广场舞社区平台的设计与实现[J]. 电脑与电信, 2017, 1(5): 7-10.
[12]	邱俊玲, 张盼. 量子算法在大数据时代的应用浅析[J]. 电脑与电信, 2017, 1(5): 47-49.
[13]	魏棣. 管理信息系统在教育行业中的应用及发展趋势[J]. 电脑与电信, 2017, 1(1-2): 81-83.
[14]	陈闽韬, 匡芳君. 数据挖掘技术在医疗大数据中的应用研究[J]. 电脑与电信, 2017, 1(11): 34-36.
[15]	陈双全. 基于聚类算法的视频内容识别研究[J]. 电脑与电信, 2017, 1(11): 44-46.