基于粗糙集-CPN网络的客户价值预测

利用人工神经网络与粗糙集理论的优势互补,将粗糙集用于优化客户价值的指标结构,CPN神经网络用于预测,提出并建立一种粗糙集与CPN神经网络相结合的客户价值预测模型,并依此模型进行了实例验证。     

基于Logistic回归模型的会员制营销客户分类方法

文章研究了会员制营销中会员分类的问题,建立了基于1ogistic回归模型的会员制营销客户分类方法,该方法可以充分利用会员数据库中信息,找出影响会员忠诚度的因素并加以量化.该分类方法不仅可以用来对老会员进行客观准确的分类,而且可以用来预测新会员能否成为忠诚客户,为决策者制订个性化服务策略提供了重要参考依据.     

基于粗糙集的语音情感分类的决策方法

文章首先分析了语音信号中与情感有关的振幅、基频及共振峰系的参数组和提取方法,以此构造决策表,通过粗糙集的方法对表中数据进行处理,获取参数的重要度,并建立适合语音信号的粗糙集分类规则.将规则应用于实例进行测试,验证了方法的有效性.     

基于粗糙集理论的投资行业的CRM模型研究

本文运用粗糙集理论研究了投资行业的客户关系管理决策模型,并结合风险较高、竞争较为激烈的保险投资业建立了实例分析。在模型中用粗集理论实现数据的分类、简化、规则提取,通过CRM的数据挖掘,不仅为投资行业提供客户的管理决策,同时也为投资者提供投资决策。投资者可以从数据的挖掘结果归类自己的所属群体,从而进行决策。     

基于生存分析的客户生命周期价值建模

客户生命周期价值计量,作为客户关系管理研究的核心内容之一,是企业识别价值客户的最有效的依据.文章从生存特征分析入手,侧重对CLV计量模型中的客户保持率参数和客户生命周期时间参数进行定量估计,提出了基于生存特征的客户生命周期价值计量模型,结合案例进行分析验证.     

运用模糊积分融合挖掘技术减小客户分类的不确定性

数据挖掘技术为高效的客户分类提供了强大的支持,然而仅依靠这门技术并不能很好地完成这项任务。本文将模糊积分融合方法与数据挖掘技术结合来进行减小客户分类的不确定性,提出了一种利用训练样本先验静态信息,结合各分类器识别结果包含的动态信息对模糊密度进行自适应动态赋值的方法。仿真结果表明了它的有效性。     

一种基于RFM模型数据挖掘处理双阶段客户关联分类方法

通常情况下,商业银行的数据库大多采用多维度的设计方式,这使得对客户信息提取和客户分类关联分析工作繁琐而复杂,导致目前尚缺乏符合商业银行业务实际、具有较强操作性的分析模型。在这种情况下,文章提出了一种运用RFM模型数据处理,结合K-Means算法和关联规则挖掘Apriori算法进行双阶段客户关联分类方法,具有较强的实践性。     

基于数据挖掘的客户资产测量研究

由于单个客户消费行为具有极大不确定性导致预测客户资产比较困难,提出一种以数据挖掘技术为基础,在客户分类的基础上测算客户资产的动态方法,该方法使客户资产的测量更加准确并具有可操作性。同时通过实证分析证实该方法可以为企业实现精确营销提供有力支持。     

基于新三维客户细分模型的线上会员客户价值研究

从客户的当前价值、潜在价值、忠诚度价值三个方面出发,建立适用于线上企业的会员客户价值评价指标体系。同时,在传统RFM模型的基础上构建了新三维的客户细分模型,并根据改进的客户价值细分维度进一步细分客户,利用主成分分析法计算每个客户群的价值得分。最终选取某网站的会员客户数据进行算例分析,通过识别不同客户群体、价值和状态,为企业实施精准营销提供更加细致的客户细分依据。     

粗糙集理论的最新应用

粗糙集理论是一种较新的软计算方法,是分析和处理不完备信息的一种有效工具.结合最新文献分析了粗糙集理论的最新应用情况,并对粗糙集理论今后的研究方向进行了展望.     

基于粗糙集与广义关联度系数的贝叶斯中医证候分类模型

文章主要探讨了一种贝叶斯分类方法在肝炎后肝硬化中医诊断中的应用,介绍了粗糙集理论、广义关联度系数以及贝叶斯分类模型等数据挖掘技术。并且,运用粗糙集理论及广义关联度系数方法,对287例肝炎后肝硬化的症状、体征进行了属性选择。进一步,利用树增广的朴素贝叶斯分类算法,构建了肝炎后肝硬化中医证候分类模型。实验表明这种模型对肝炎后肝硬化的6种主要证候分类的符合率达83%。研究结果对肝炎后肝硬化的中医临床诊断具有参考意义。     

客户知识获取过程的优化控制研究

文章通过提取影响知识承诺水平的四个关键因子:信任、认知预期价值、客户知识获取方面的投入和机会主义倾向,构建了客户知识获取过程的优化控制模型,利用动态优化控制理论研究了客户知识获取投入的优化控制问题,为企业进行客户知识获取提供了一个最优控制准则.     

客户关系管理的完善:客户管理关系的构想

新经济时代,市场竞争越来越激烈,产品不再是竞争的核心,客户的信任和满意才是决定企业生存和发展的重要因素.客户关系管理由此产生.但经过几十年的实践,CRM实施成功率很低.本文通过CRM联想到CMR,即客户管理关系,并提出企业成功实施客户管理关系(CMR)的关键要素.     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

基于划分类归并的粗糙集属性约简新算法

文章以论域的不同划分与条件属性的不同子集确定的等价关系间的一一对应关系为出发点,研究了粗糙集属性约简与论域划分类归并之间的内在联系,利用粗糙集模型某些属性约简的正区域不变性,提出一种基于论域划分类归并的粗糙集属性约简新的算法.理论分析和实践结果表明了所提出算法的有效性与实用性.     

电信企业客户服务质量感知与客户满意度研究

文章提出了影响客户服务质量感知满意度的四因子理论模型,并运用结构方程模型方法对电信行业的问卷调研数据进行了实证检验。实证结果表明,客户的服务质量感知满意度与服务本身的可靠性、服务环境的有形性、服务过程的保证性和移情性等都显著正相关,即可靠性、有形性、保证性、移情性等四类服务质量感知因子的水平越高,客户的满意度也就越高。进一步,论文还针对电信企业目前的营销现状,提出了具体的营销策略建议。     

基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

基于BP网络的客户价值分析

客户是企业最重要的资源之一,是市场竞争的焦点.现代企业之间的竞争主要表现为对客户的全面争夺,因此就必须进行客户关系管理.客户价值分析是客户关系管理的基础,而客户价值分析的一项重要内容是客户分类.文章针对移动通信业的经营实际,首先构建了移动通信业客户价值评价体系,在此基础上设计BP神经网络模型,进而利用MATLAB神经网络工具箱来进行客户价值计算.通过这种方式可以客观、公正地计算出移动通信业各公司客户的价值大小,移动通信公司可以根据各客户的综合评分值,制定有针对性的客户价值提升策略和客户维系策略.     

粗糙集理论的统计扩展及应用

文章在对多维交叉分类数据进行粗糙集描述的基础上,提出了用关联信息系数矩阵测度多维定性变量关联性的方法。研究表明,应用关联信息系数矩阵可以更有效地发现多维变量间的关联结构。     

考虑客户感知价值的客户预期购买量研究

本文把客户感知价值因素考虑到预测客户预期购买量之中,建立了客户预期购买量模型,最后运用数字范例对模型结果进行了讨论.