2.数据挖掘技术在CRM应用领域中的研究

在CRM中，数据挖掘技术都有着广泛的应用，主要体现在：

（1）概念，类描述。概念描述以简洁汇总的形式描述给定任务相关的数据集，提供数据价值的一般特性，一般应用于CRM中的描述式数据挖掘。概念或类描述由特征比和比较或区分组成。有两种一般方法：基于数据立方体OLAP的方法和面向属性归纳的方法。

（2）关联分析。关联分析发现关联规则，广泛用于购物蓝、商务管理和决策分析，是商业分析中应用最为广泛的一种数据挖掘方法和模式。

（3）分类和预测分析。分类和预测是CRM中数据分析的两种重要形式，可以用于提取描述重要数据类的模型或预测未来的数据趋势。主要方法包括：决策树，判定树、贝叶斯法、BP神经网络算法、遗传算法、粗糙集、模糊集等。

（4）聚类分析，属于无指导学习。对象应该根据最大化类的相似性、最小化类的相似性的原则进行聚类或分组。

（5）孤立点分析。对于欺诈探测、定制市场及其它CRM任务是非常有用的。

（6）复杂类型的数据挖掘。是数据挖掘技术的当前一个重要的研究领域，极大提升了CRM数据分析能力的深度和广度，主要包括：多媒体数据挖掘、文本挖掘和web挖掘等。