基于数据挖掘的供电企业客户关系评估及系统开发

摘要

客户关系管理指:企业应用信息技术以及互联网技术来协调企业与顾客间在销售、营销和服务上的交互，以提升企业的管理方式，向客户提供创新式的个性化的客户交互和服务的过程。最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户。数据挖掘(Data mining)，又译为资料探勘或数据采矿。它是数据库知识发现(Knowledge-Discovery in Databases，KDD)中的一个步骤。数据挖掘过程一般指从大量的数据中通过算法搜索隐藏于其中信息。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
　　随着信息技术快速发展，许多行业都积累了大量的、不同形式存储的数据资料。对这些数据资料进行挖掘和分析，以获取有价值的信息已成为很多企业的重要课题。本文结合供电企业的客户关系管理实际，运用数据挖掘技术，通过指标选取、模型选取和模型训练，对供电企业历史数据进行了挖掘，从客户满意度、客户价值、客户信用、客户风险和客户安全五个方面进行了评估和细分，为供电企业决策提供了支持。在知识发现的过程中，运用了TOPSIS、AHP、灰色灾变预测和K-MEANS聚类分析等模型。开发出了供电企业的客户关系管理系统，集成了供电企业目前销售系统现有的数据和业务。本文分别从客户满意度、客户价值、客户信用、客户风险和客户安全着手，进行了指标体系的选择，模型的选取和训练。在实现了客户评估结果查询的同时，添加了客户管理模块，其中的客户群管理和日产管理模块，便于客户经理根据评估结果和现实情况实施个性化管理。系统添加了统计分析环节，便于供电企业从整体上了解客户情况，对数据进行分析。为地市级供电公司的销售等决策提供了支持。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景

1．2 国内外研究动态

1．2．1 CRM国外研究情况

1．2．2 CRM在国内电力系统的应用研究情况

1．3 课题研究目的及内容

第2章 基于数据挖掘的供电企业客户关系评估模型

2．1 客户满意度评估模型

2．1．1 客户满意度评估指标体系

2．1．2 层次分析法(AHP)

2．1．3 供电公司重要客户满意度指数计算实例

2．2 客户价值评估模型

2．2．1 客户价值评估指标体系

2．2．2 加权k-means算法客户价值评价模型

2．2．3 客户价值评估模型算例

2．3 客户信用评估模型

2．3．1 客户信用评估指标

2．3．2 理想点法(TOPSIS)模型

2．3．3 基于TOPSIS的客户信用评价算例

2．4 客户风险评估模型

2．4．1 客户风险评估的数据采集

2．4．2 客户风险评估的灰色灾变预测算法

2．4．3 客户风险评估的灰色灾变预测算例

2．5 客户安全评估模型

2．5．1 客户安全评估指标体系

2．5．2 客户安全评估的层次分析法

2．6 本章小结

第3章 基于数据挖掘的供电企业客户关系管理系统分析

3．1 系统可行性分析

3．1．1 技术可行性分析

3．1．2 经济可行性分析

3．1．3 操作可行性分析

3．2 系统需求分析

3．3 系统业务流程分析

3．4 系统数据流程分析

3．5 本章小结

第4章 基于数据挖掘的供电企业客户关系管理系统设计

4．1 系统体系结构设计

4．2 系统模块功能设计

4．3 系统数据库模型设计

4．3．1 数据库建模

4．3．2 表设计

4．4 本章小结

第5章 基于数据挖掘的供电企业客户关系管理系统实现

5．1 系统开发平台介绍

5．2 界面实现

5．2．1 登录实现

5．2．2 用户信息

5．2．3 客户管理

5．2．4 客户评估

5．2．5 统计分析

5．3 本章小结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

致谢

作者简介