试述客户关系管理数据挖掘数据挖掘算法在地税行业CRM系统运用

摘要：近年来，数据挖掘在客户联系管理系统的运用在许多领域都受到热烈的关注。比如说在银行、证券、保险、基金、邮政、电信、移动、制造、批发、零售、地产、医药、IT、传媒、交通和物流等行业已经得到广泛的运用。本论文着重对数据挖掘聚类在地税行业客户联系管理系统的运用进行了探讨和运用。目前，在地税行业中利用客户联系管理系统较少，而将数据挖掘运用于地税行业客户联系管理系统更少。本论文首先阐述了客户联系管理系统的基本论述框架，以及其在地税行业的运用近况；其次，对数据挖掘聚类算法中的K均值算法、DBSCAN算法、AP聚类算法进行了探讨；最后，根据地税行业客户数据信息的特殊性，给出了一种基于K中心点和DBSCAN的混合聚类算法，对本所客户数据信息进行了相应的处理，为决策者提供有力的依据。实验结果验证了将数据挖掘运用于地税行业的可行性和有效性。关键词：客户联系管理论文数据挖掘论文聚类论文客户分类论文
本论文由http://www.328tibet.cn整理提供,需要可以联系人员哦。摘要3-4
Abstract4-7
第一章 绪论7-13

1.1 探讨背景及作用7-8

1.2 国内外探讨近况8-11

1.2.1 国外探讨近况8-10

1.2.2 国内探讨近况10-11

1.3 本论文探讨内容11-12

1.4 论文结构安排12-13

第二章 相关概念综述13-25

2.1 客户联系管理相关概念13-16

2.

1.1 客户联系管理的定义13

2.

1.2 客户联系管理的系统结构模型13-14

2.

1.3 客户联系管理的功能特点14-15

2.

1.4 客户联系管理案例的实施15-16

2.2 数据挖掘基本概念16-18

2.1 数据挖掘定义16-17

2.2 数据挖掘中的聚类浅析17-18

2.3 地税行业客户联系管理系统18-20

2.3.1 地税行业客户联系管理系统进展的动力18-19

2.3.2 地税行业客户联系管理系统的近况与进展前景19-20

2.4 数据挖掘在客户联系管理的运用20-24

2.4.1 客户联系管理系统软件构成20-21

2.4.2 数据挖掘在地税客户联系管理系统中的运用21-22

2.4.3 数据挖掘在地税行业 CRM 的运用优势22-24

2.5 小结24-25

第三章 地税行业数据特点及传统聚类算法不足25-41

3.1 数据挖掘基本流程25-27

3.2 地税行业数据特点27-30

3.

2.1 地税行业数据特点27-28

3.

2.2 数据预处理28-30

3.3 传统聚类算法及其不足30-40

3.1 K 均值算法30-33

3.2 基于密度的 DBSCAN 算法33-37

3.3 AP 聚类算法37-40

3.4 小结40-41

第四章 基于 K 中心点和 DBSCAN 的混合聚类算法41-51

4.1 混合聚类算法的整体框架41-42

4.2 数据的精细预处理42-43

4.

2.1 数据精细预处理的理由42

4.

2.2 数据的精细预处理42-43

4.3 K 中心点聚类算法43-46
4.

3.1 K 中心点聚类算法43-44

4.

3.2 K 中心点聚类结果44-46

4.4 混合聚类算法46-49

4.1 混合聚类算法流程46-47

4.2 混合聚类算法在地税行业的运用47-49

4.3 混合聚类算法结果49

4.5 小结49-51

第五章 实验结果与浅析51-61

5.1 实验环境51

5.2 聚类算法的运算51-56

5.3 混合聚类算法与其它聚类算法的比较56-57

5.4 聚类技术在地税 CRM 运用前景57-59

5.5 小结59-61

第六章 总结与展望61-63

6.1 工作总结61

6.2 展望61-63

致谢63-65
参考文献65-68