关联规则分析方法在客户关系管理中的应用

论文摘要

随着我国经济的高速发展和人民生活水平的不断提高,住房已成为居民的基本生活需求。同时,房地产行业对我国国民经济的重要性不断增强。但是,随着国家各项宏观调控政策与措施的不断出台、完善,购房客户行为的逐步成熟和理性,客户对商品房的需求无论从广度还是深度都有了较大程度的增长,房地产市场竞争的激烈程度不断加大,已逐步进入买方市场,企业只有更加重视客户的需求,才能对市场的各种变化做出准确的判断。所以,对客户信息进行分析、提取、定量化有其必要性。本文使用关联规则信息提取方法对客户数据进行有用信息提取,从房地产客户关系管理的实际需求入手,在分析了关联规则信息提取方法的基本原理和技术特点后,重点讨论了应用关联规则信息提取方法进行房地产企业客户数据分析的问题。首先从房地产企业客户关系管理及客户关系管理所需要的基本信息技术——数据挖掘理论中的关联规则信息提取方法入手,对房地产企业客户的特征、房地产企业客户的满意度和忠诚度进行分析,总结出实施关联规则分析方法可帮助提高房地产企业客户满意度,从而增加企业利润,并降低企业销售及宣传成本。论文于2007年对临河市居民买、住房情况做了调查,调查数据经抽取、存储后,应用关联规则分析方法对调查数据进行了分析,得出了较多有价值的模型和规则,这些模型和规则比较客观地反映了目前临河区居民对住房的需求情况。证明了关联规则信息提取方法应用于客户关系管理是可行的、有效的、可量化的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 我国房地产业客户关系管理的应用现状
• 1.2 客户关系管理概述
• 1.2.1 客户关系管理的定义
• 1.2.2 客户关系管理的产生
• 1.2.3 客户关系管理的发展现状
• 1.3 房地产企业实施客户关系管理的背景和意义
• 1.3.1 房地产企业实施客户关系管理的背景
• 1.3.2 房地产企业实施客户关系管理的意义
• 1.4 研究的内容和框架
• 第二章 房地产市场特点及客户特征分析
• 2.1 房地产市场及现状
• 2.2 房地产企业管理现状分析
• 2.3 房地产行业客户的分类及特征分析
• 2.3.1 房地产企业客户的分类
• 2.3.2 房地产客户特征分析
• 2.4 房地产业客户的满意度和忠诚度
• 2.4.1 客户满意度
• 2.4.2 客户忠诚度
• 第三章 数据仓库与数据挖掘技术
• 3.1 客户关系管理所需要的信息技术
• 3.1.1 数据仓库
• 3.1.2 数据挖掘
• 3.2 数据仓库与客户关系管理
• 3.2.1 数据仓库
• 3.2.2 房地产企业数据仓库的体系结构
• 3.2.3 房地产企业数据仓库的模型
• 3.2.4 房地产企业的数据源
• 3.3 数据挖掘与客户关系管理
• 3.3.1 数据挖掘在房地产行业中的实际应用
• 3.3.2 数据挖掘在房地产客户研究中的应用范围
• 3.3.3 数据挖掘理论中的各个信息提取方法
• 3.4 关联规则信息提取方法与客户关系管理
• 3.4.1 选择关联规则算法的原因
• 3.4.2 关联规则算法
• 3.4.3 关联规则的参数
• 3.4.4 关联规则的分类
• 3.4.5 关联规则的信息提取过程
• 第四章 关联规则分析方法在客户关系管理中应用的实现
• 4.1 数据采样
• 4.2 数据预处理
• 4.3 特征选取
• 4.4 客户需求行为数据分析
• 4.4.1 关联规则挖掘的步骤
• 4.4.2 经典的关联规则挖掘算法─Apriori 算法
• 4.4.3 由频繁集产生关联规则
• 4.4.4 模型、规则解释及应用
• 4.5 根据关联规则挖掘结果管理客户关系、建立客户忠诚
• 结论与展望
• 参考文献
• 攻读研究生期间发表论文情况
• 致谢