自组织特征映射网络在客户分类中的应用研究

摘要

客户关系管理(Customcr Relationship Management，CRM)对于企业掌握客户需求是十分重要的，它能够帮助企业掌握客户的需求内容及需求趋势，加强与客户的合作关系，有效地挖掘和管理客户资源，从而获得更大的市场竞争优势。客户是企业发展的最重要资源是CRM核心思想之一，正确了解客户的消费行为对于企业来说至关重要，为了能更好的了解客户的需求，就需要对客户进行分类，对客户提供差异化的服务。常用的客户分类方法有很多：如RFM分析法、客户价值矩阵分析法、ABC分析法等。 在RFM分析法中，当F增加时，M也随之增加，在F和M间存在多重共线性，这样就会降低RFM的有效性，对分类的结果就会产生影响。 本文由-M来替代M，-M是由M/F得到，这样就很好的解决了F与M之间的共线性，然后利用SOM网络与RF-M相结合的方法对客户进行分类，根据不同的客户属性将客户划分为不同的集合，并通过客户集合来分析和预测客户的消费模式，从而可以针对不同的客户采取不同措施，更大程度满足客户的需求，得到客户的更多信任。在RF-M方法中首先将客户与企业的交易记录转化为RFM指标，再将M通过M/F运算转换为-M。利用SOM网络对转化后的数据进行聚类得到不同的客户簇，对每个客户簇进行分析，判断客户对企业是倾向背离还是倾向忠诚的，从而帮助企业准确的定位客户的购买行为。 目前CRM商机最大的是北美和西欧市场，国内CRM市场目前还不大，尚处于概念阶段，也没有一个比较成熟的客户分类系统。鉴于这种情况本文开发了SOM客户分类系统，此系统的源数据是基于客户的交易记录，不受行业的影响，具有一定的通用性。

目录

文摘

英文文摘

声明

引言

第一章人工神经网络

1.1概述

1.2 K均值算法

1.3自组织特征映射网络

1.3.1网络模型

1.3.2网络学习过程

1.3.3网络学习算法

1.3.4自组织特征映射网络的优点和前景

第二章客户关系管理及客户分类方法

2.1客户关系管理

2.1.1客户关系管理的产生

2.1.2客户关系管理的内涵

2.1.3客户关系管理的功能

2.1.4客户关系管理的步聚

2.2常用的客户分类方法

2.2.1基于客户的统计学特征的客户分类方法

2.2.2基于客户的购买行为的客户分类方法

2.2.3基于客户价值的客户分类方法

2.3客户分类指标

2.4基于RFM指标的客户分类算法

第三章自组织特征映射网络客户分类系统实现

3.1系统开发环境介绍

3.2系统分析

3.2.1对象层定义

3.2.2结构层定义

3.2.3用例视图

3.3系统设计

3.3.1问题空间定义

3.3.2数据管理设计

3.3.3任务管理设计

3.3.4人机交互设计

第四章实验过程及结果

4.1 SOM网络模型设计

4.2 SOM网络初始参数的选择

4.3数据预处理

4.4实验过程

4.4.1训练SOM网络

4.4.2利用SOM网络对客户进行分类

4.5实验结果及对比分析

结论

参考文献

致谢

在学期间公开发表论文情况及参加项目情况