由于企业越来越重视客户关系管理(CRM),利用数据挖掘技术实施与优化CRM系统正逐渐成为计算机应用领域的一个研究热门。本文对数据挖掘技术在房地产CRM系统中应用的方式和方法进行了详细探讨,并给出了一个成功实施的案例。
维普资讯 doc.guandang.net
20年 6 第 6 O6月期 J n .0 6 u e2o No 6 .
决策树中根据购房者对地理位置的看重程度,将购房 者分为:地理位置决定型、地理位置重要参考型、地理位
续表
关 理
联
规
则
支持率可信度 47 .% 2 .4 4 7%
置参考型、地理位置不重要型和地理位置无关型五种类型。 下表是应用决策树得到的客户分类结果。 客户分类地理位置的占总人数的评分的均值 评分 () x比率
地理位置不重要型客户 j重视物业管
地理位置不重要型客户 j较注重户型与面积 69 .% 3 .2 6 3%
地理位置无关型
X =0
1% 2 l% 9
0 l. 75
地理位置重要参考型客户j重视周边 医院或学校的品质
49 .% l .% 69 O
地理位置不重要型 0<x 0<2
地理位置参考型
2≤X 0 3% 0<5 3
3. 52 5. 98 lo o
可见,表中列出的关联规则均具有较高的
支持率和可信度。例如:规则“地理位置不重要型客户j较注重户型与面积”的支持率为 69 .%,表示若被调查的客户人数为 1 ok。那么其中有 6人符合关联规则的描述;规则的可 o 0 9 信度为 3 .2 63%,说明地理位置不重要型客户中有 3 .% 63 2的人比较注重户型与面积。然而,为了更加准确地挖掘出 有意义的关联规则。还可以进行更深一步地挖掘即对挖掘
地理位置重要参考型 5≤x 0 2% 0<10 9 地理位置决定型 X o=lo 7%
其次,对数据库进行关联分析即挖掘出数据库中的关
联规则。关联规则的形式化描述如下:令 T是事物的集合, 其中的每个事物是项目集 I一个子集。令 C是 I的的一个
子集,则 C对于 T的支持度是:o C=Jtt, CtJ ( ){J∈T C}。c 对于 T的支持度 o( ) T中包括 C的事物的数目。一个关 C是联规则是 X=>Y的表达式,这里,x、Y都是集合 I的子
出的关联规则更换因果关系,形成新的关联规则与之对比。 例:
关
联
规
则
支持率可信度 .
集。规则 X:>Y的支持度 S定义为oxUY/ T (TI ( ) I I I为事物的总个数 ),可信度 a定义为oxUY/ (。 ( )ox)关联规则挖掘的目的就是发现所有支持度大于一个给
地理位置不重要型客户 j较注重户型 6与面积 9% 3 .2 63%比较注重户型与面积j地理位置不重要型客户 69 .% 2 .3 0 2%对比这两个关联规则可发现,“不那么关心地理位置的业人比较注重户型与面积”的可能性 (63%)比“ 3. 2比较注情重户型与面积的人不那么关心地理位置”的可能性报 ( .%)高,这说明关联规则“ 2 3 0地理位置不重要型客户 上
定的最小支持度阈值的关联规则。其挖掘步骤可以分为两 大步:
企
33 1筛选出事物数据库中所有具有用户指定的最小支持 ..度的项目集 (的非空子集 ) I .这些项目集称为频集; 332利用频集生成所有的关联规则。对每一个频集 A, .. 找出 A的所有非空子集 a,如果比率a A/ ( ) i of ( )a a>mn n, c就生成关联规则a>(= A—a。其中 mnof ) i n为用户指定的 c最小可信度。
较注重
户型与面积”是一条更有意义的关联规则。
作
4结束语 房地产商之间激烈的竞争导致了面向市场营销和顾客服务的数据仓库的建设以及数据挖掘技术的应用,本文对数据挖掘技术在房地产 Cd系统中应用的具体方式与方法 2V I进行了探讨。随着数据挖掘技术的进一步发展,必将使得 房地产 C M系统更加成熟完善。 R
挖掘关联规则的算法有多种,最经典的是 A r r算 pi i o法,许多关联规则挖掘算法都是基于该算法。因此,这里用 A r r算法开采频集,并由频集产生相应的关联规则。 Dii o 经过反复试验,选取支持度阈值为 4%,可信度阈值为 1%较为合理。A r r算法在文献[]中已得到详尽论 5 pi i o 3 述,在此不再赘述。 经过挖掘,发现一些有价值的关联规则如下表: 关联规则支持率可信度 .
参考
文献
[]企业资源管理研究中心 C M研究小组 .客户关系管理 1 R
(R:理念、技术、产品、应用和未来[ BO] t: CM) E/ L .hp t / cn A Ta og20 ./ r .M em.r,00 l[]J wiH r ad Mcen a ̄l a i g ocp 2 i e a n i l eK m" t M ̄:C net a t hi .D a s a d T c n q e .A r a: Mog n K uma n P b i e s 2 0 n e h iu s me i c ra a f n u l h r, 0 0. s
地理位置无关型客户比较了解市场 4
1% 3 1 4.7%
楼盘供应地理位置无关型客户等购买商品房预 4 .
算在 5 0万元以上
3% 3 8 5. 3%
[]R Ar aad . l n. a g im r in, a 3 .g wln Sk t Fsaot so mn g . a R ra tl r h f i a ̄i s s d n r ls I rc o h 0h VL o fr n e p g s 4 7— o ue . n P o . f te 2 t DB C ne e c, a e 8 4 9,S nig,C i, 1 9 9 at o a hl e 9 4.
地理位置参考型客户j重视小区配套 99 .%
3% 0
一
17一 8

地产客户关系管理研究 [ 摘要] 房地产行业的竞争越来越激烈 , 企业越来越重视客户关系管理 , 利用 数据挖掘技术作为分析与辅助决策工具在房地产行业中的应用更加...
论数据挖掘技术在客户关系管理系统中的应用_专业资料。论数据挖掘技术在客户关系管理系统中的应用 【摘要】随着信息技术的飞速发展,企业逐渐将管理模式从 以产品为...
论数据挖掘技术在客户关系管理系统中的应用_专业资料。随着信息技术的飞速发展,... 数据挖掘技术在房地产客... 54人阅读 3页 2.00 数据挖掘技术在农村...
数据挖掘技术在客户关系管理中的应用_其它_高等教育_教育专区。客户关系管理应用论文数据挖掘技术在客户关系管理中的应用摘 要: 从大量的商业客户购买信息中挖掘出...
数据挖掘技术在客户关系管理中的运用_专业资料。客户关系管理不仅是一种管理理念,又是一种旨在改善企业与客户之间关系的新型管理机制,也是一种管理软件和技术.数据...
05.025 ÷搏+赛j在简要介绍敷据挖掘在银行客户关东管理中的地位和应用的基础上,重点论述7数据挖掘技术在银行 客户关系管理中的应用模型和银行客户关系管理系统的...
数据挖掘技术在客户管理系统中的应用_IT/计算机_专业资料。关于客户管理系统的经典及新技术。数据挖掘技术在客户关系管理系统 中的应用关键词:数据挖掘 客户关系 ...
数据挖掘技术在银行客户关系管理系统中的应用_管理学_高等教育_教育专区。山西... 数据挖掘技术在房地产客... 暂无评价 3页 2.00 数据仓库与数据挖掘技术...
数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究_金融/投资_经管营销_专业资料。应用研究 _j 0 竺 l! 与应用 在证券客户关系管理系统中的应用研究 ...
文章阐述了数据挖掘技术在客户关系管理中应用的研究背景和意义, 并介绍了客户关系管理思想、数据挖掘的过程和方法、以及数据挖掘技术在客户关系管理中的应用。 【关键...
热门文档