零售CRM知识发现应用研究

　　知识发现概述。

　　1.1知识发现的定义。

　　基于数据库的知识发现(KDD)一词首次出现在1989年举行的第十一届国际联合人工智能学术会议上。此后，KDD的研究逐渐成为热点。人们对KDD有很多定义，内涵也不同。为了统一理解，Fayyd在1996年出版的权威论文集《知识发现与数据进展》中给出了KDD与数据挖掘的最新定义，区分了两者。所谓基于数据库的知识发现(KDD)，是指从大量数据中提取有效、新颖、潜在、有用、最终可理解的模式的非凡过程，而数据挖掘是KDD通过特定算法在可接受的计算效率限制下生成特定模式的一步。这一观点得到了大多数学者的认可。此外，定义还表明KDD是一个包含多个步骤的处理过程，而不仅仅是数据挖掘算法。

　　1.2知识发现过程。

　　KDD是一个反复迭代的人机交互处理过程，需要多个步骤，其中许多需要由用户提供。从宏观上看，KDD过程主要由三部分组成，即数据整理、数据挖掘和结果解释评估。KDD的工作步骤可以用图1来解释。

　　图1KDD阶梯处理过程模型。

　　1)数据准备:了解KDD应用领域的相关情况，包括熟悉相关背景知识，了解用户需求，确定挖掘的总体目标和方法。

　　2)数据选择:根据用户需求从原始数据库中提取与KDD目标相关的数据，KDD系统将从替代源数据中提取知识。

　　3)数据预处理:对上一阶段选择的数据进行再处理，检查数据的完整性和一致性，消除噪声。

　　4)数据减少:根据知识发现的任务对预处理的数据进行再处理，主要是通过投影或使用数据库的其他操作来减少数据量。

　　5)确定KDD目标:根据用户要求确定KDD要找到的知识类型。

　　6)选择算法:根据上一阶段确定的模式选择合适的数据挖掘算法。

　　7)数据挖掘:利用之前选择的算法，从数据库中提取用户感兴趣的知识，并以一定的方式表达出来。

　　8)模式解释:解释发现的模式(知识)。

　　9)知识评价:以用户可以理解的方式向用户呈现发现的知识。

　　该模型主要是根据数据应用的需要提出的，主要强调KDD需要领域专家的参与。KDD的各个阶段由领域专家的专业知识指导，并对发现的知识进行评价。

　　零售CRM的系统结构。

　　零售CRM中真正耗时的环节不是客户信息的收集，而是企业内部各部门的处理和分析。如何科学设计企业内部各部门对客户关系数据的业务处理流程，建立企业信息分析数据模型，对加快企业对信息的响应速度，充分发挥CRM的作用具有重要意义。本文根据对零售业客户关系管理问题和要求的分析，结合一般的CRM系统架构，提出了符合我国零售业特点的CRM架构，如图2所示。

　　图2零售客户关系管理架构。

　　客户分析系统主要利用数据挖掘、OLAP和商业智能工具分析客户数据，了解客户行为模式和购买规则，并对营销和服务提出建议。客户管理系统负责通过客户服务中心、会员卡管理和网站与客户的联系和沟通，处理客户投诉和反馈，安排和监督客户服务，维护和发展忠诚客户。

　　基于知识发现的零售CRM应用设计研究。

　　随着商品经济的发展，零售业逐渐走向成熟和理性，经营理念也发生了根本性的变化。一旦一个人或一个团体成为企业的客户，我们应该努力改善这种客户关系。在这种情况下，跟踪客户信息，分析客户特征，预测未来的业务趋势尤为重要。KDD需要解决的任务是从大量数据中挖掘有用的知识，描述隐藏的整体特征，预测发展趋势。

　　首先，我们应该了解该领域的相关知识。如果不考虑该领域的知识，数据挖掘的剩余步骤将产生无关或扭曲的知识，对商业活动毫无价值或误导。在了解该领域的相关知识后，设置数据挖掘的目标。每个CRM应用程序都有一个或多个商业目标，并根据CRM的具体目标设置数据挖掘目标。企业定期或随时对上述目标数据集进行知识发现操作，挖掘用户感兴趣的模式，即知识。在零售CRM中设定挖掘的目标是通过对交易数据库的分析，找出客户购买的商品，并利用结果制定相应的策略，从而提高商场的销售收入。在将交易数据转换为数据仓库中的数据之前，首先进行数据清理、数据组织和数据字典准备，使数据仓库中的数据满足分析的需要。最后，使用相关的数据挖掘算法挖掘用户感兴趣的知识，并采取一定的措施。

　　KDD系统建立在我国零售CRM中，其处理过程可分为以下四个步骤。

　　1)收集数据。需要收集的数据包括客户信息、商品信息和客户消费。商品信息的收集更容易实现。所需域的数量与知识发现任务的要求密切相关。模式越复杂，类型越多，域的数量就越多。最后，跟踪记录这些客户的消费情况。

　　2)数据的预处理。这一步可能包括检查数据的完整性和一致性，检查是否有错误的数据并处理，转换数据的表达方式，最终获得目标数据集。

　　3)知识发现。企业定期或随时对上述目标数据集进行知识发现操作，挖掘用户感兴趣的模式，即知识。

　　4)产生输出。输出结果的方式有很多，这取决于用户的需求。它可以只是一个统计报表，也可以是对未来趋势的文本描述和图表。

　　4结语

　　数据库中的知识发现(KDD)可以自动分析海量数据，从而找到有用的知识。因此，将数据库知识发现应用于我国零售CRM，将有助于企业管理者及时、准确地把握销售过程中各种因素(如客户、商品等)的总体特征和发展趋势。)，从而改善企业的经营状况，提高竞争力。