MC_基于客户信用评价模型的营销管理系统.pdf

万方数据

基于客户信用评价模型的营销管理系统a拼MLNsMM瞅EMrelations虹p∞arjagd贼；market抽g计算机工程与设计Marketingc吲it吼luatl。n；evaluatbnmanagementsystembasedcustomerevaluationmodel侯垄，陈谊十，巩丽伟(北京工商大学计算机与信息工程学院，北京100048)credit言本文利用统计关系学习模型口1]——马尔可夫逻辑网摘要：提高企业营销管理的质量和效率，对客户信用评价模型和企业营销管理系统设计方法进行了研究。提出了一个基于马尔可夫逻辑网的客户信用评价模型CCEM-MLNs，该模型将依据专家知识建立的信用评价规则转化为一阶逻辑规则，构造马尔可夫逻辑网，然后利用样本数据进行训练，得出各规则的权值，建立评价模型。实验结果表明，该模型对客户信用分类的准确率比均分权值的评价模型提高了13．38％；设计并实现了一个基于CCEM_MLNs的营销管理系统MM孓CCEM，给出了系统的体系结构和层次结构，该系统已成功应用于国内某企业的营销管理，在客户关系管理方面效果明显。关键词：客户信用评价；评价模型；马尔可夫逻辑网；客户关系管理；营销管理系统中图法分类号：TP391文献标识号：A文章编号：1000—7024(2012)10一3979一05IⅢomlationa耐impl￡mented．SystemO引营销管理是企业管理中非常重要的一个工作环节。近年来，企业正在将以产品为中心的经营模式转向以客户为中心卜，营销重点从客户需求进一步转移到客户保持上n]。由此可见，客户关系管理在企业营销管理中尤为重要，其中，对于客户的分析与评估又是客户关系管理的关键环节，客户信用评价模型正是基于此种需求而提出的。迄今为止，国内外提出了很多有关信用评价的方法和模型。YANGzOng-chang等人建立基于人工免疫算法的移动公司用户信用评价模型，其评价准确率达82．o％[21；段小东建立基于BP神经网络的三层神经网络模型，利用已知数据预测中小企业的信用口3；肖智等人运用支持向量机方法建立信用评价分析模型，对个人信用进行分析-4]。总体上，关于信用评价方法和模型的研究可归结为以下几大类：统计学方法(zu世纪60一70年代)、专家系统法(zO世纪80年代)、神经网络方法(20世纪90年代)、支持向量机方法(20世纪90年代末期)等[5]。networks，MLNs)，提出了一个基于MLNs的客户信用评价模型(customerMLNs，CCEM_MLNs)，给出了模型的建立方法，2012年10月第33卷第10期HOUKun，CHENYi+，GONGLiweiEngineering，Be巧lngUniverslty，Be巧inglo百cpres锄tedMarkovrules．E印erimental38％inCCEM—MLNs诗designedhierar南y(MarkDv基金项目：北京市教委科技发展计划基金项目(KM200910011007]；北京工商大学研究生科研创新基金项目(19000101026)作者简介：侯垄(1985一)，男，北京入，硕士研究生，ccF会员，研究方向为信息可视化、协同工作、营销管理系统；+通讯作者：陈谊(1963一)，女，北京人，博士，教授，ccF高级会员，研究方向为可视分析与协同计算；巩丽伟(1990一)．女，北京人，硕士研究生，研究方向为信息可视化。E_mail：[e-mail][PUTERENGINEERINGANDDESIGNoct．2012VoI．33No．10on(Schoolof(二omputerandTechnologyBuslness100048，Chlna)T。improvethequalityefficiencyofmarketingforenterp“se，Acust。merbaSe【=lM缸kovnetworkisInthsmodeI，creditrulesaccOrdingknowledgetrarlsformedthe矗rst—orderlogicfirstcomposenetwork，thenestablishedbysampledataobtainweightsa11re5ultsshowthatclassificationthisrrlodelisincreasedcomparisonwithsharingequally．Asystcmhitectureg沁en．1hetemsuccessfullyappliedChineseenterprise，andhasobviouslyeffectrela—tionshipmanagement．H10del；Ⅳ【arkovbgicn￡tworks{cuSt0