客户关系管理系统的数据库知识发现模型及方法研究

摘要

企业客户关系管理系统存储的各种数据资源日益膨胀,已经远远超出了人们的分析能力.面对海量的数据,传统的数据库技术无法发现隐藏在数据背后的关系、规则及发展趋势等知识.在20世纪末出现了多学科相互交融和相互促进的新兴边缘学科——数据库知识发现,能有效地挖掘数据中潜在的、有价值的知识.因此,客户关系管理系统的数据库知识发现研究具有重大的现实意义和广阔的发展空间.该文在国内外研究的基础上,以解决复杂问题的系统工程方法论为指导,全面地分析了客户关系管理系统的数据库知识发现主题,并就三方面重点问题的数据库知识发现模型及方法展开了深入地研究.

目录

文摘

英文文摘

独创性声明和关于论文使用授权的说明

第一章绪论

1.1客户关系管理研究综述

1.1.1客户关系管理的演变与发展历程

1.1.2客户关系管理的概念和内涵

1.2本文选题背景及意义

1.2.1选题背景

1.2.2选题意义

1.3数据库知识发现及其在客户关系管理系统应用研究现状

1.3.1数据库知识发现的发展历程

1.3.2数据库知识发现的定义

1.3.3数据库知识发现的处理过程

1.3.4面向客户关系管理的数据库知识发现研究现状

1.4论文基本思路和创新点

1.4.1研究思路

1.4.2论文创新点

1.5论文的组织结构

第二章数据库知识发现模型及方法研究综述

2.1数据库知识发现处理过程模型研究综述

2.2数据挖掘的基本原理及研究现状

2.2.1数据挖掘的基本原理

2.2.2数据挖掘技术研究综述

2.3支持向量机研究综述

2.3.1统计学习理论

2.3.2支持向量机的基本思想

2.3.3 SVM训练大样本集的训练算法

2.4本章小结

第三章客户关系管理系统的数据库知识发现处理过程模型

3.1系统工程方法论及其对本研究的启示

3.1.1系统工程方法论的定义及发展历程

3.1.2系统工程方法论对本研究的启示

3.2数据库知识发现处理过程模型研究的意义

3.3物理－事理－人理方法论

3.3.1 WSR方法论基本思想

3.3.2 WSR辨析

3.3.3 WSR实施阶段方法

3.4客户关系管理系统数据库知识发现处理过程模型WSR-KDD

3.4.1 WSR-KDD物理因素分析

3.4.2 WSR-KDD事理因素分析

3.4.3 WSR-KDD人理因素分析及控制模型

3.4.4 WSR-KDD关系协调机制

3.4.5 WSR-KDD六阶段处理过程模型

3.5本章小结

第四章客户关系管理系统的数据库知识发现主题分析

4.1数据库知识发现同客户关系管理系统的关系

4.2客户关系管理系统的数据库知识发现主题分析

4.2.1基于数据库知识发现的客户关系管理系统的决策过程

4.2.2客户关系管理系统的数据库知识发现主题分析

4.3客户关系管理系统中若干数据挖掘问题及解决思路

4.3.1客户关系管理系统中若干数据挖掘问题的提出

4.3.2从定性到定量的综合集成法在数据挖掘中的指导研究

4.4本章小结

第五章企业合作伙伴搜索的知识发现方法及选择过程

5.1虚拟企业联盟与企业合作伙伴选择

5.1.1虚拟企业联盟

5.1.2企业合作伙伴选择方法

5.2基于数据挖掘的企业合作伙伴选择过程

5.2.1虚拟企业联盟的特点分析

5.2.2虚拟企业伙伴选择过程应遵循的原则

5.2.3基于数据挖掘的企业合作伙伴选择三阶段法

5.3企业合作伙伴搜索的SVM知识发现模型

5.3.1企业合作伙伴搜索的维度分析

5.3.2企业合作伙伴搜索的SVM知识发现模型

5.3.3企业合作伙伴搜索SVM模型的数学描述

5.3.4方法实现及实例分析

5.3.5模型参数选择讨论

5.4本章小结

第六章消费者客户分类的知识发现方法

6.1基于SVM消费者客户分类的知识发现方法

6.1.1消费者客户分类分析及SVM建模

6.1.2序贯最小优化训练算法

6.2消费者客户分类的知识发现方法实现与实例分析

6.3消费者客户分类SVM模型参数选择

6.4本章小结

第七章企业销售量预测的知识发现方法

7.1预测科学与企业销售量预测

7.1.1预测科学

7.1.2企业产品销售量预测方法

7.2企业销售量预测的基本原则

7.3基于SVR的销售量预测知识发现方法

7.3.1销售量预测支持向量机回归模型的数学描述

7.3.2实例及结果分析

7.3.3影响销售量预测网络模型的参数选择

7.4讨论

7.5本章小结

第八章总结与展望

8.1论文的主要工作

8.2需要继续深入研究的问题

参考文献

攻读博士学位期间发表论文及参加的科研项目情况

致谢