本文作者：刘友军；吴建；成功正常投稿发表论文到《商场现代化》2007年35期,引用请注明来源400期刊网！
【摘要】：CRM是数据挖掘技术在企业决策支持系统中的重要应用领域。本文在数据挖掘技术和CRM基本概念的基础上,分析了数据挖掘技术在CRM中的应用,最后用SPRINT算法构建了客户信用卡的分类模型。
【论文正文预览】：一、引言随着电子商务的发展,愈来愈多的先进企业将重点从“以产品为中心”向“以客户为中心”的客户关系管理转移。客户关系管理为企业经营、决策和管理提供了一种新型商业模式。数据挖掘主要是基于人工智能技术、统计技术与数据库技术,高度自动化地分析企业中的数据,从中挖
【文章分类号】：F270.7
【稿件关键词】：数据挖掘CRM客户分类
【参考文献】:

• 陈建新;;数据挖掘中客户的特征化及其划分[J];商场现代化;2008年29期
• 王军;基于本体的房地产营销案例推理研究[D];武汉理工大学;2008年
• 邓志鸿,唐世渭,张铭,杨冬青,陈捷;Ontology研究综述[J];北京大学学报(自然科学版);2002年05期
• 陈兰青;房地产开发企业的客户关系管理[J];北京房地产;2005年03期
• 孙锋;;CBR中的相似算法[J];重庆工学院学报(自然科学版);2008年04期
• 马洪涛;4C理论在房地产市场营销中的应用[J];广西大学学报(自然科学版);2004年S1期
• 杨洪涛,王要武;客户关系管理在房地产企业中的应用[J];哈尔滨建筑大学学报;2002年06期
• 李建洋;陈雪云;刘慧婷;谢秀珍;;基于案例推理中案例表示的研究[J];合肥学院学报(自然科学版);2007年03期
• 李锋,周凯波,冯珊;基于统计特征的属性相似度计算模型[J];华中科技大学学报(自然科学版);2005年06期
• 周凯波,金斌,冯珊;一种分布式CBR工具研究与设计[J];华中科技大学学报(自然科学版);2005年09期
• 赵卫东,李旗号,盛昭瀚;基于案例推理的决策问题求解研究[J];管理科学学报;2000年04期
• 秦学诗;市场经济下的个性化营销[J];经济与管理;2005年02期
• 郑浩;基于顾客忠诚的顾客资产管理研究[D];山东大学;2006年
• 程勇;基于本体的不确定性知识管理研究[D];中国科学院研究生院（计算技术研究所）;2005年
• 张建利;房地产客户经营理论与策略研究[D];西安建筑科技大学;2007年
• 吴江;基于本体的知识管理系统关键技术研究[D];西北大学;2007年
• 姜韶华;邱兆红;;基于CBR与QBS的工程咨询服务推荐系统研究[J];工程管理学报;2010年06期
• 姜韶华;邱兆红;;基于案例推理的建设项目投资估算系统研究[J];建筑经济;2011年S1期
• 闻超群;贾丹华;徐媛媛;;基于客户特征的电信业客户价值评价体系研究[J];南京邮电大学学报(社会科学版);2010年04期
• 邱兆红;基于案例推理的建设项目咨询系统研究[D];大连理工大学;2010年
• 蒋晨琛;常国锋;;数据挖掘技术在CRM中的应用研究[J];科技信息;2010年21期
• 宁克娟;;关于数据挖掘在CRM中的应用[J];南平师专学报;2006年02期
• 朱海峰;;浅析数据挖掘在CRM中的应用[J];甘肃联合大学学报(自然科学版);2009年S2期
• 易珺;曹东;何永玲;;基于数据挖掘的CRM在酒店行业中的应用[J];福建电脑;2006年07期
• 曹文梁;刘赣华;;数据挖掘在CRM中的应用[J];福建电脑;2006年12期
• 侯春俊;;数据挖掘技术在CRM中的应用研究[J];中国西部科技;2009年34期
• 孙静;森干;;关于构建面向CRM的数据挖掘探讨[J];电脑知识与技术(学术交流);2007年18期
• 胡致杰;;数据挖掘技术在银行CRM中的应用[J];华南金融电脑;2008年07期
• 黄志强;;数据挖掘技术在金融行业中的应用[J];福建电脑;2008年12期
• 韩艳;;面向CRM的数据挖掘技术的应用研究[J];科技创新导报;2009年34期
• 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年
• 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
• 魏元珍;杨沂凤;;数据挖掘技术及其在数字图书馆中的应用[A];网络信息资源的搜集与应用——全国高校社科信息资料研究会第十次年会论文集[C];2004年
• 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
• 巩耀亮;邱晓东;孙丽君;李树强;;数据挖掘技术在企业竞争情报系统中的应用研究[A];信息时代——科技情报研究学术论文集（第三辑）[C];2008年
• 王洪锋;;数据挖掘在客户关系管理中的应用研究[A];河南省通信学会2005年学术年会论文集[C];2005年
• 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年
• 张婧;;数据挖掘技术在进销存系统中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年
• 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年
• 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年
• 李兰;联想护航宝洁CRM系统[N];国际商报;2009年
• 叶开;选择CRM系统是否真的这么难[N];中国计算机报;2008年
• 田同生;企业如何实施CRM？[N];计算机世界;2001年
• 本报记者 未来;为什么不用CRM[N];人民邮电;2002年
• 支点;四大CRM策略助力企业提高客户盈利率[N];中国冶金报;2010年
• 陶群;行业与流程——企业CRM选型两大核心[N];中国冶金报;2010年
• 马剑芳;企业你CRM了没有？[N];厂长经理日报;2001年
• 包冉;CRM中的矛与盾[N];中国高新技术产业导报;2001年
• 张瑞;启动中的国内CRM市场[N];中国商报;2001年
• 尚华;透视CRM：从中小企业开始[N];国际商报;2001年
• 单友成;CRM中模糊数据挖掘及客户生命周期价值与客户满意度研究[D];天津大学;2009年
• 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
• 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
• 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
• 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年
• 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2006年
• 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年
• 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
• 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
• 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年
• 郑阳洋;数据挖掘技术在烟草企业CRM中的研究与应用[D];山东师范大学;2011年
• 唐曾;可拓遗传算法及其在银行CRM中的应用[D];中国地质大学（北京）;2007年
• 牟昭然;基于呼叫中心CRM系统的数据挖掘研究[D];哈尔滨理工大学;2008年
• 王聪;基于数据挖掘的分析型CRM系统在通信行业中的应用[D];东华大学;2008年
• 王峰;基于决策树分类算法的企业CRM研究[D];长春理工大学;2008年
• 陈嵩;通信设备制造业CRM中的数据挖掘研究[D];武汉理工大学;2008年
• 苗小莉;汽车经销商分析型CRM系统构建与应用研究[D];武汉理工大学;2010年
• 于辉;基于SaaS的CRM系统设计与实现[D];吉林大学;2010年
• 李琼;基于DMAIC流程的百度CRM能力提升研究[D];中国地质大学（北京）;2010年
• 程燕;航空公司CRM（客户关系管理）问题研究[D];苏州大学;2010年

【稿件标题】：【数据挖掘的应用】数据挖掘在CRM中的应用研究
【作者单位】：
【发表期刊期数】：《商场现代化》2007年35期
【期刊简介】：《商场现代化》杂志由中国商业联合会主管、中商科学技术信息研究所主办。主要探讨国内外现代商业管理经验和介绍现代科技在商业营销管理中的应用，并且刊发精选的国内外现代商业流通领域理论研究成果与现代贸易经济理论的科研论文。其严格化，标准化及权威性在......更多商场现代化杂志社(http://www.400qikan.com/qk/945/)投稿信息
【版权所有人】：刘友军；吴建；

更多计算机管理论文论文详细信息: 【数据挖掘的应用】数据挖掘在CRM中的应用研究
http://www.400qikan.com/lunwen/guanli/jsjgllw/133650.html

相关专题： 《商场现代化》相关期刊

推荐期刊：

建筑砌块与砌块建筑

生物学教学

福建乡土

党的建设

江苏电机工程

哈尔滨学院学报

当代工人

铁道警官高等专科学校学报

科学养鱼

实用口腔医学杂志

上一篇：【会计准则与税法的差异】浅析新税法和新准则形成的原因及其差异
下一篇：【开放式基金的风险】浅论开放式基金的风险管理