基于客户价值的客户分类方法研究

客户价值的评价是客户关系管理的核心内容。文章首先在现有的客户价值评价体系的基础上,设计了一种新的客户价值评价指标体系,从客户的当前价值和潜在价值两个方面来评价客户价值。然后根据该指标体系的指标特性,选择神经网络作为评价方法最后根据客户价值评价结果进行客户分类,从而实现不同类型的客户实行不同的营销政策。     

基于客户价值和TGSOM网络方法的客户分类

以客户为中心是现代企业经营的指导思考。它要求重视客户资源,通过研究客户确定市场,强化与高价值客户的关系。因此,客户价值对企业而言,至关重要。本文首先对企业客户价值进行了定性和定量的分析,并以定量分析为基础,在对与客户价值相关属性进行标准化之后,采用动态自组织映射神经网络(TGSOM)对客户进行分类预测。其中客户价值相关属性的标准化,是采用TGSOM网络进行客户分类的关键步骤。     

构建基于粗糙集和BP神经网络的信用风险预警模型

本文首先建立了评价企业信用的指标体系,然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标,BP神经网络用来构建预测企业信用的分类预警模型。最后,笔者通过实例验证了此模型的可行性和有效性。     

基于决策树—BP神经网络的高净值客户价值评价

现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价,但没有结合高净值客户的特征及客户协同创新理论来综合评价,因此,文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上,采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型,对各个评价指标进行综合量化评价,使商业银行更加合理地整合自身资源,充分利用筛选出的优质高净值客户协同资源,提高协同效率,降低协同成本。     

基于粗糙集-BP神经网络的航空风险评价研究

民用航空是一个高风险的行业,航空系统风险评价具有重大的意义。文章旨在将数据挖掘技术中的粗糙集理论和神经网络相结合,以新的视角去解决航空风险评价问题。该方法主要利用粗糙集软件ROSETTA及MATLAB软件中的神经网络工具箱,实现了粗糙集对数据前置预处理,神经网络模拟评价,并通过实例验证可行。     

基于粗糙集和神经网络的数据挖掘应用

本论文就是根据电信行业需求,针对电信企业拥有大量详实而且丰富的数据,但是可用有效数据提取困难这一问题。首先利用粗糙集理论中的差别矩阵方法对电信客户数据进行属性约简,之后采用BP(Back Propagation)神经网络建立基于粗糙集和神经网络的数据挖掘模型,实现对电信业务系统的客户数据信息进行有效分析和高效提取,并通过matlab实现了仿真模拟。所建立的模型,减少神经网络的输入层个数、简化了运算次数、缩短了训练时间并提高数据预测的准确度。     

基于数据挖掘粗糙集技术的电信运营商客户价值评价

电信行业竞争激烈，国内电信运营商对有效的客户价值评价体系需求极为紧迫。文章结合电信行业实际，通过研究数据挖掘粗糙集技术，提出了电信运营商客户价值评价系统，以提高我国电信运营商的客户关系管理水平，增强竞争力。     

基于粗糙集和组合神经网络的武器系统效能评估方法

针对武器系统效能评估中存在指标信息不确定和指标间关系不明确的问题,运用粗糙集和组合神经网络模型进行研究,提出了基于粗糙集的效能评估指标集约简方法,并构建了基于组合神经网络的效能评估模型,研究结果表明,基于粗糙集和组合神经网络的武器系统效能评估是可行、有效的,对全面而科学评价武器系统效能具有积极指导作用和较强实用性。     

基于Fuzzy-AHP的企业客户价值评价

不同客户具有不同的价值。要对不同客户的价值进行评价,并把有限的资源投放到潜力价值最大的客户身上才能获得最大的总收益。通过对客户资源进行深入分析,建立了合适的指标体系。利用层次分析法(AHP)对不同指标的权重进行赋值,然后在该指标下应用模糊综合评价(Fuzzy)对不同客户进行分类,从而获取不同客户对企业的不同价值,有利于促进企业客户关系的规范管理。     

基于BP神经网络的第三方物流企业客户满意度评价研究

客户对第三方物流业务的需求是物流企业生存发展的源泉。因此,对客户满意度评价的测度应作为物流企业发展战略的重要组成部分。文中在构建第三方物流企业客户满意度评价指标体系的基础上,采用了BP神经网络算法模型来对企业的客户满意度进行评价,经过对BP神经网络模型进行训练和对模型的泛化推广能力进行检验,证明BP神经网络模型可以对第三方物流企业客户满意度进行可行有效的评价。     

基于LVQ神经网络的电信企业客户流失预测模型研究

随着人工智能的快速发展,人工神经网络被广泛地运用到分类预测领域。文章首先明确了客户流失的定义及其分类,然后分析了LVQ神经网络的基本原理,最后从研究样本的确定、预测变量的选取、模型的训练及评估三个方面构建了基于LVQ神经网络的电信企业客户流失预测模型,以期为电信企业客户流失预测模型的设计提供一定的借鉴意义。     

基于BP神经网络的ETC系统客户的流失分析研究

文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。     

基于RSSVM的快递物流服务风险评价研究

电子商务环境下,高质量的物流服务成为快递供应链上各环节商家和客户关注的焦点。大数据时代背景下,数据挖掘方法可以更有效帮助快递企业管理其物流服务风险。首先构建了B2C快递物流风险评价指标体系,然后结合粗糙集和支持向量机建立了物流风险评价框架模型,最后结合算例进行了应用研究,对风险信息集进行了识别和分类。     

基于混合粗糙集与ANN的上市公司财务危机预警研究

利用混合粗糙集ANN数据挖掘技术和相关敏感财务及非财务指标构建财务危机预警模型,对30家ST和90家非ST的A股制造业上市公司的财务数据进行实证检验。结果表明,将混合粗糙集的知识约简理论和神经网络的推理能力相结合构建的混合粗糙ANN预警模型具有较高的财务危机预测准确率和较好的实际应用价值。     

基于粗神经网络的港口集装箱吞吐量预测

运用粗糙集神经网络建立了广州港集装箱吞吐量的预测模型,预测了2007～2010年的集装箱吞吐量。该预测方法融合了粗糙集理论与神经网络方法具有的优点,具有很强的学习与泛化能力,非常适合处理多因素、非线性的复杂系统。预测结果对广州港的发展有较强的借鉴作用,可以为广州港未来发展提供参考。     

影响电信企业客户价值的关键因素分析

根据当前电信企业客户价值评价的实际,设计了一套客户价值评价指标体系;在此基础上,根据主成分分析法识别出影响电信企业客户价值的关键因素,从而为电信企业的客户管理提供一些参考与帮助。     

面向组织客户的客户价值评价体系设计

客户根据其是否具有组织特性而分为个人客户和组织客户,组织客户对于一个企业的重要性和战略意义越来越不容忽视。而目前关于客户价值评价方法的研究没有明确其对象,由于个人客户与组织客户在许多方面存在较大差异,因此本文将针对组织客户提出客户价值评价方法,将在前人研究的基础上从直接价值和间接价值两个角度给出组织客户价值评价体系,并通过专家访谈修正该体系,主要从组织自身和其所在网络两个角度进行分析,丰富和完善组织客户间接价值评价维度。     

基于作业成本法的客户价值评估与管理模型

在知识经济环境下,客户作为企业的一项宝贵资源对企业具有愈来愈重要的意义,怎样对客户价值进行评估以加强客户的价值管理是本文探讨的目的。本文通过对现有客户价值的评估方法的讨论,在现有客户获利能力分析方法的基础上,构筑了一个客户价值的评估与管理模型,将客户和作业高度相关起来,体现了客户管理的核心和灵魂。