面向客户细分的改进关联规则算法研究

摘要

如何使用数据挖掘技术进行客户关系管理，目前已成为热门研究领域。本文从客户关系管理中客户细分理论出发，研究关联规则挖掘技术在客户细分中的应用。
　　本文首先对当前客户关系管理、关联规则挖掘技术、客户关系管理中数据挖掘应用现状进行了介绍，接着介绍了当前普遍使用的多种客户细分方法，然后针对关联规则挖掘现有算法的不足提出改进算法。
　　由于关联规则挖掘现有算法不关注临界项集和临界规则，导致挖掘结果不全面，本文提出泛关联规则挖掘算法，利用频繁隶属度、显著隶属度和模糊度的概念解决了这个问题；由于关联规则挖掘现有算法寻找频繁项集的步骤是NP难题，本文提出新算法，降低了算法的运行复杂度，使得运行速度得到提升。
　　最后本文采用了新提出的泛关联规则挖掘算法和改进算法复杂度的算法来建立新的客户细分模型。
　　本文的研究成果解决了现有关联规则挖掘技术应用于客户细分时所存在的一些问题，同时也为关联规则挖掘技术在客户关系管理中的应用提供了理论依据。