严 熙

摘 要:针对决策树的经典算法(ID3)计算比较复杂的问题,提出利用条件概率等知识来改进决策树的构造。分别利用这两种方法建立客户关系管理模型,并根据结果发现,改进后的方法在计算效率方面有所提高。

关键词:CRM;ID3;条件概率;数据描述

中图分类号:TP311.5文献标识码:A

文章编号:1004-373X(2009)20-134-03

Advanced Algorithm Based on Calculation of ID3 in CRM

YAN Xi

(Jiangsu University of Science and Technology,Zhenjiang,212003,China)

Abstract:For the reason of that the calculation of ID3 is complex,an advanced way referring condition probability and other knowledge to improve the structure of the decision tree is proposed.These two methods are used to build two CRM models,the results show that advanced way really improved the efficiency of calculation.

Keywords:CRM;ID3;condition probability;data description

0 引 言

客户关系管理(Customer Relationship Management,CRM)起源于西方的市场营销理论。近年来,信息技术的长足发展为市场营销管理理念的普及和应用开辟了广阔的空间。以客户为中心,视客户为资源,通过客户关怀实现客户满意度。客户对企业的好感和忠诚不仅来自于企业提供的商品,更来自于服务和经验等非实体因素。企业要了解客户的喜好,管理每一个客户的关系,从每个客户身上获取最大利润,降低市场营销费用,并减少由于客户离去和无效的营销策略产生的浪费。用客户关系管理的方法,即CRM方法可以使这些希望成为现实[1-4]。而数据挖掘方法可以从客户数据库中挖掘出有价值的信息,并且这些信息可以处理已有的和潜在的客户关系,企业可以不断改善适合每个客户的个性化服务。

数据挖掘是一门广义的交叉学科[5],融合了数据库、数理统计、机器学习、人工智能、高性能计算、可视化等多个领域的理论和技术,是一个利用各种分析工具在海量数据中发现模型和数据之间关系的过程。使用这种模型和关系可以进行预测,它帮助决策者寻找数据之间潜在的关联,发现被忽略的因素,因而被认为是解决当前数据爆炸时代所面临信息贫乏问题的一种有效方法。……