2.數(shù)據(jù)挖掘技術在CRM應用領域中的研究

在CRM中，數(shù)據(jù)挖掘技術都有著廣泛的應用，主要體現(xiàn)在：

（1）概念，類描述。概念描述以簡潔匯總的形式描述給定任務相關的數(shù)據(jù)集，提供數(shù)據(jù)價值的一般特性，一般應用于CRM中的描述式數(shù)據(jù)挖掘。概念或類描述由特征比和比較或區(qū)分組成。有兩種一般方法：基于數(shù)據(jù)立方體OLAP的方法和面向屬性歸納的方法。

（2）關聯(lián)分析。關聯(lián)分析發(fā)現(xiàn)關聯(lián)規(guī)則，廣泛用于購物藍、商務管理和決策分析，是商業(yè)分析中應用最為廣泛的一種數(shù)據(jù)挖掘方法和模式。

（3）分類和預測分析。分類和預測是CRM中數(shù)據(jù)分析的兩種重要形式，可以用于提取描述重要數(shù)據(jù)類的模型或預測未來的數(shù)據(jù)趨勢。主要方法包括：決策樹，判定樹、貝葉斯法、BP神經網(wǎng)絡算法、遺傳算法、粗糙集、模糊集等。

（4）聚類分析，屬于無指導學習。對象應該根據(jù)最大化類的相似性、最小化類的相似性的原則進行聚類或分組。

（5）孤立點分析。對于欺詐探測、定制市場及其它CRM任務是非常有用的。

（6）復雜類型的數(shù)據(jù)挖掘。是數(shù)據(jù)挖掘技術的當前一個重要的研究領域，極大提升了CRM數(shù)據(jù)分析能力的深度和廣度，主要包括：多媒體數(shù)據(jù)挖掘、文本挖掘和web挖掘等。