基于数据挖掘技术的用户信息分析系统的研究与实现

1、电 子 科 技 大 学 工程硕士学位论文开题报告学位论文题目：基于数据挖掘技术的用户信息分析系统的研 究与实现工程领域名称： 软件工程 学 号： 姓 名： 校内导师姓名: 企业方导师姓名： 硕士生所在单位名称： 填表日期：2014年3月1日填 表 说 明1、 研究生须认真填写本表相关内容。2、 开题报告内容见电子科技大学在职攻读工程硕士专业学位研究生管理暂行规定3、 所列栏目填写不下的，可以另加附页。4、 本表采取双面印制，且保持原格式不变，纸张限用 A4（页边距为上、下：2.5cm, 左为2.6cm,右为2.1cm；字体为宋体小四，行间距为18磅），整齐装订。5、 开题报告完成，此表经相关人

2、员签字后，须交学院研究生教务秘书保存。基于数据挖掘技术的用户信息分析系统的研究与实现一、课题背景与研究意义移动行业发展到今天，各种移动企业与客户的交往发生了很大的变化，谁也不能保证客户从一而终，各移动企业要想保留住自己的客户，就必须更多地了解客户的需求，客户关系管理技术就使企业为了保持企业竞争力而采取的面向客户、以客户为驱动和以客户为中心的决策技术。移动企业要想与自己的客户建立一种持久的关系，从每个客户身上获取最大的利润，降低企业运营成本，减少因客户的离去而产生的损失和无效的经营决策而产生的浪费，就要求各企业能够深入了解客户的习惯、喜好，依此正确地估计到客户对移动产品的各种需求，并在最短的时间

3、内满足客户的各种需求要做到这些，就必须对客户在与企业交互过程中的各种客户数据收集、整理和分析，然后根据收集到的数据，挖掘出隐含在这些数据中的有用信息和知识。只有在正确的时间里通过正确的渠道给正确的客户提供恰当的服务才能实现客户关系管理的目标。但是随着数据库技术的广泛应用于发展，企业客户数据量爆炸式的膨胀，很多企业由于缺乏发现隐含在众多数据中有用信息的能力，他们就没有办法将隐含在这些数据中的信息转化为有用的知识。数据挖掘技术就是帮助各移动企业解决同客户在交互过程中遇到的各种问题的最重要的技术之一，客户关系管理系统就是决策科学技术和数据挖掘技术应用中发展最快的领域之一。随着移动业的竞争日益白热化，

4、移动巨头们纷纷引入数据挖掘技术，利用数据挖掘技术来指导和做出市场决策，赢得了市场先机。CRM（Customer Relationship Management，客户关系管理）恰恰切合了这种需要。它面对企业市场和销售部门，核心内容是管理分析客户行为信息，构建客户交流渠道，为客户提供完善周到的售后服务。应用CRM重构移动业的管理模式是移动企业信息化管理发展的必然趋势。目前，一些世界级的移动运营商，如英国移动、AT&T，德国移动、MCI，SPRINT，TELIA等，无不把CRM作为企业竞争的利器。在国内当前的竞争形势下，CRM业务已经最能拨动各移动运营商管理层的心弦。与此同时，数据挖掘、数据

5、仓库等一些先进技术也被企业作为数据分析的工具引入到客户关系管理中，为企业经营决策提供科学、准确的依据。有鉴于此，本文针对移动企业CRM实施中的数据挖掘及其算法实现进行了一些有意义的探讨以其为移动企业决策者决策提供有力的依据。本课题的主要任务是分析数据挖掘技术中关联规则在移动CRM中的应用情况，随时了解移动企业客户的需求变化，改进对客户的服务水平，从而提高客户的忠诚度，进而提升移动运营企业在市场中的竞争力。二、 国内外相关领域研究现状1、移动CRM中的数据挖掘应用现状评述数据挖掘的任务就是从数据中发现模式。计算机中能够存储已知了结果的大量不同数据，然后由数据挖掘工具从大量的信息里面将能够产生模型

6、的信息提取出来，一旦模型建立好了以后，就可以应用在那些情形相似但结果尚未可知的决策中。在移动企业管理客户生命周期的各个阶段都会用到数据挖掘技术。数据挖掘能够帮助企业确定客户的特点，从而可以为客户提供有针对性的服务。通过数据挖掘，可以发现使用某一业务的客户的特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的的推销；还可以找到流失客户的特征，在那些具有相似特征的客户还未流失之前，采取针对性的措施。目前数据挖掘技术在移动CRM系统中的应用可总结为以下几方面：1）客户获得对于移动运营公司来说，企业的增长需要不断地获得新的客户。新的客户包括以前没有听说过企业的人、以前不需要服务的人和

7、竞争对手的客户。数据挖掘能够辨别潜在的客户群，并提高市场活动的响应率。2）客户保持由于移动市场竞争越来越激烈，使企业获得新客户的成本正不断地上升，因此保持原有客户就显得越来越重要。数据挖掘可以发现易流失的客户，企业就可以针对客户的需求，采取相应的措施。出色的客户保持程序先对流失的客户建模，识别导致转移的模式，然后就可以用这些模式找出当前客户中潜在的“背叛者”，以便采取预防措施。3）交叉销售在目前竞争激烈的移动市场中，企业和客户之间的关系是经常变动的，一旦成为企业的客户，企业就要尽力保持这种客户关系。客户关系的最佳境界体现在3个方面：最长时间地保持这种关系；最多次数地和客户交易；保证每次交易的利

8、润最大化。因此，企业需要对已有的客户进行交叉销售。交叉销售是指企业向原有客户销售新的产品或服务的过程。交叉销售是建立在双赢的基础之上的，客户因得到更多更好符合其需要的服务而获益，企业也因销售增长而获益。在企业所掌握的客户信息，尤其是以前购买行为的信息中，可能正包含有这个客户决定下一次购买行为的关键因素。数据挖掘可以帮助企业寻找影响客户购买行为的因素。4）客户细分与一对一营销CRM系统可以把大量的客户分成不同的类，在每个类里的客户拥有相似的属性，而不同类里的客户属性也不同。企业可以做到给不同类客户提供完全不同的服务来提高客户的满意度。数据挖掘可以帮助企业针对不同类别的客户，提供个性化的服务。通过

9、收集、加工和处理涉及消费行为的大量信息，确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应消费群体或个体下一步的消费行为，然后以次为基础，对所识别出的消费群体进行特定内容的定向营销，这与传统的不区分消费者对象特征的大规模营销手段相比，大大节省了营销成本，提高了营销效果。5）盗用和异常行为分析盗用行为每年可以消耗移动企业数以亿万的资产，确定潜在的盗用者和异常使用模式，检测想侵入用户账户的企图，以及发现需要引起注意的异常模式，这都是非常重要的。通过数据挖掘中的多维分析、聚类分析和孤立点分析可以发现潜在盗用者和非典型的使用模式。从以上的总结可以看出，数据挖掘在移动CRM中的应

10、用几乎涉及到方方面面，而且就现在的研究情况看，大部分研究和别的行业有类似之处，其研究也相对成熟，但仍有一些领域带有很鲜明的移动企业特征。2、国内外研究现状数据挖掘在客户关系管理中的应用研究是从二十世纪九十年代后期才开始的，主要集中在零售、银行、移动、保险等行业。国内外对基于数据挖掘的客户关系管理的应用研究主要集中在以下几个方面：1）新挖掘技术的应用研究。数据挖掘技术随着其它的相关学科，如计算机技术、统计学等学科的发展而不断发展，新挖掘技术有效性、可伸缩性和应用效益性的研究已经成为当前研究的热点。2）数据的处理研究。CRM中存在海量数据，其中包括很多不完善、有噪声、待处理的数据，寻找合适的数据挖

11、掘技术对这些不完美数据进行处理使其显露潜在有用知识也成了近年来研究方向之一。3）此外还有对挖掘结果的研究。数据挖掘必须有明确的目的，其构造的模型必须简洁，其挖掘出来的知识必须易于用户理解，可视化技术和模型简化的研究也吸引了很多学者的关注。除此以外，目前的研究还包括数据仓库技术和联机分析处理（OLAP）在CRM的应用等等。1999年初，我国的CRM市场几乎为零。从1999年下半年开始，CRM就开始在中国IT业内迅速地发展起来，不管是投资商、用户还是国内外软件厂商都开始关注它。我国的CRM市场具有如下特点：3、国内CRM市场处于萌芽时期国内市场无论是从产品结构、区域结构、行业结构，还是从销售渠道来

12、看，整个市场体态都还不健全。市场区域主要集中在北京、上海等经济发达地区。CRM的应用行业以邮电、金融等经济实力较强、信息化程度较高的行业为主。1）提供CRM产品的厂商较少CRM进入国内时间不长，无论用户还是厂商都非常关注这个产品，很多软件厂商纷纷推出自己的CRM产品，但是能够提供功能比较全面的CRM产品的国内厂商很少，有些只能提供实现客户管理中的几个应用模块，有的只是在ERP的某些模块上稍作修改，并没有真正实现客户关系管理系统的“客户为中心”的理念。2）市场需求量大在竞争激烈的信息化时代，客户关系管理系统提出的“帮助提高本产品用户营业额、扩大市场占有率以及提高客户忠诚度”等功能，使得很多企事业

13、用户对此产品情有独钟，市场需求相应加大。三、 研究内容及技术路线针对如上提到的课题研究目的与意义，本课题的主要任务是采用数据挖掘技术对移动CRM中的用户信息进行分析，以随时了解移动企业客户的需求变化，改进客户服务水平，从而提高客户的忠诚度，分析移动业务关联情况，促进交叉销售，并因此为企业带来更多的利润，减少不必要的损失，提升企业运作的效率。研究内容：本文通过数据挖掘技术中的关联规则，实现实现基于徐州移动公司CRM系统的用户信息分析系统，在系统中，运用关联规则对客户信息进行了分析，力图挖掘出客户特性和消费倾向之间的关联，并根据分析结果对移动公司做出经营策略上的建议、指导功能。该系统基于数据挖掘的

14、关联规则，利用FP-Growth算法，通过vb语言开发徐州移动分公司CRM系统中的分析系统。实现对某高校典型消费的分析和决策。该系统由如下几个功能模块组成：1、数据分析模块数据分析模块利用FP-Growth算法，通过VB语言设计，对海量数据进行分析，针对用户各个特点进行逐一筛选，（1）职业上的区别，例如学生和老师之间的消费差异，(2)年龄上的区别，不同年龄层次人的消费差异（3）用户消费结构，推荐潜在增值业务，（4）手机型号的区别，针对手机的增值业务推送，该分析模块首先对客户数据进行预处理，然后应用算法生成频繁项集，进而得到关联规则。2、业务推送模块根据数据分析模块的结果，我们可以对用户的消费情

15、况可以得到一些结论，从而掌握不同消费群体消费有着不同的特点和倾向性。然后本系统自动向移动公司相关人员发送经营策略的建议，协助移动公司针对这些特点有目的的推广自己的业务。、数据导出模块该模块利用vb语言设计，将分析结果连接到建议推广的业务上，供使用者进行选择。这样不仅增加企业效益，同时还能提高消费者的消费体验，而且可以通过类似挖掘去发现更多的集团内部特点来指导企业下一步的营销策略。技术路线：1、从基本理论出发，分别介绍数据挖掘和CRM相关概念和基本理论，介绍关联规则在CRM中使用的重要性和必要性。 2、使用关联规则的 Apriori 算法找出数据库中的频繁项目集，并用这些频繁项目集生成的关联规则

16、来分析各业务类型之间的关联程度及相互之间的影响，特别是目前各个企事业单位的集团网中存在的有独特性的关系和影响。3、数据导入；由于待挖掘的属性有的来自客户表，有的来自推广方案信息表，而两者是分散存放的不同服务器上的，所以，本文首先利用SQL Server 2005的数据导入导出功能，将三张表先统一导入到一张Excel表中，然后在作者的计算机的SQL Server 2005数据库服务器上新建了一个数据库Lastdatabase，并将这张Excel表导入到该数据库中。4、关联规则算法的比较；本文将Apriori算法与FP-Growth算法进行对比，选出适合本软件使用的最佳算法。在FP-Growth算

17、法中只需要对数据库进行两次扫描，一次是为了得到频繁1-项集，一次是为了建立FP树。扫描数据库的次数要远远小于Apriori算法。与Apriori算法通过候选项集来产生频繁项集不同，FP算法并不产生候选项集，而是利用了条件FP树直接生成频繁项集。通过对比，选择FP-Growth算法进行分析计算。5、基于FP-Growth算法的CRM系统的决策模块实现；通过FP-Growth算法挖掘集团内各信息之间的关系，从而实现关联规则在移动CRM中的决策功能。四、 预期成果 1、基于徐州移动公司CRM系统的用户信息分析系统；2、研究生学位论文学位论文工作计划表论文题目：基于数据挖掘技术的用户信息分析系统的研究

18、与实现论文工作起止日期：2014.3-2015.6工作项目工作内容计划完成日期文献阅读 和科学调研（调研课题主要内容、阅读主要文献资料）1、阅读关联规则相关书籍2、阅读数据挖掘相关书籍3、文献研究与移动数据分析需求调研4、了解现关联规则研究的方向13.11-14.1方案论证（课题的应用价值与可行性）通过对相关文献的阅读，掌握国内外数据挖掘技术的研究进展和相关理论知识，调查、收集国内外数据挖掘相关的算法和分析方法。进行数据分析指标体系的研究和设计，系统分析，设计和技术实现，完成开题报告。14.1-14.3设计或研究阶段（研究方法、技术路线、实验方案）1、对关联规则算法中Apriori进行探讨，并

19、针对企业实际情况进行算法的改进2、 通过关联规则的对企业客户信息进行分析，作出评估，为企业下一步的工作提供依据3、系统运行测试，及迭代式地系统修正14.3-14.11论文撰写完成论文的写作。结合所收集整理的资料，在导师的指导下进行论文的编写搜集中国Internet的相关数据争14.12-15.6课题研制条件落实情况：1、导师具有强有力的科研网络，制定了科学有效、规范的培养计划。2、学校提供固定场地为课题研究活动室，不固定的场地为资料室、电教室、图书室、教室等。 3、学校阅览室、图书馆，可以随时阅读。信息系统完善，可以24小时查阅资料。 4、本研究自2013年11月起，每周不低于20小时，研究时

20、间充足，可确保课题研究的顺利开展和结题。 课题来源（下达部门）：软件学院课题名称：基于数据挖掘技术的用户信息分析系统的研究与实现课题负责人：吕淑玲论文类型：1）工程设计 2）产品研制报告 3）研究论文 （请打 ）导师对开题报告和论文计划的可行性提出意见：校内导师： 企业方导师： （手写）学院审批意见： 学院主管领导（签字、盖章）： 日期： 年 月 日电子科技大学工程硕士学位论文文献综述姓名：吕淑玲学号：201192230642工程领域：软件工程综述题目：基于数据挖掘技术的用户信息分析系统的研究与实现导师意见：校内导师：企业方导师： （手写）注：1、文献综述加页附后，整齐装订。 2、纸张限用 A

21、4（页边距为上、下：2.5cm, 左为2.6cm,右为2.1cm；字体为宋体小四，行间距为18磅）。 3、文献综述应对选题所涉及的工程技术问题或研究课题的国内外状况有清晰的描述与分析，一般不少于3000字。4、至少应阅读20篇中外文献，其中英文文献不少于5篇。基于数据挖掘技术的用户信息分析系统的研究与实现一、 前言光明日报北京2013年2月25日电（记者郭丽君）工业和信息化部今天发布的通信业运行状况报告显示，截至到2013年1月份，全国移动电话用户超11.22亿。移动电话用户中，3G用户达到24588万。1月份，全国电信业务总量完成1111.6亿元，比上年同期增长9.1；移动通信收入完成630

22、.1亿元，比上年同期增长6.7。移动行业发展到今天，各种移动企业与客户的交往发生了很大的变化，谁也不能保证客户从一而终，各移动企业要想保留住自己的客户，就必须更多地了解客户的需求，客户关系管理技术就使企业为了保持企业竞争力而采取的面向客户、以客户为驱动和以客户为中心的决策技术。移动企业要想与自己的客户建立一种持久的关系，从每个客户身上获取最大的利润，降低企业运营成本，减少因客户的离去而产生的损失和无效的经营决策而产生的浪费，就要求各企业能够深入了解客户的习惯、喜好，依此正确地估计到客户对移动产品的各种需求，并在最短的时间内满足客户的各种需求要做到这些，就必须对客户在与企业交互过程中的各种客户数

23、据收集、整理和分析，然后根据收集到的数据，挖掘出隐含在这些数据中的有用信息和知识。只有在正确的时间里通过正确的渠道给正确的客户提供恰当的服务才能实现客户关系管理的目标。但是随着数据库技术的广泛应用于发展，企业客户数据量爆炸式的膨胀，很多企业由于缺乏发现隐含在众多数据中有用信息的能力，他们就没有办法将隐含在这些数据中的信息转化为有用的知识。数据挖掘技术就是帮助各移动企业解决同客户在交互过程中遇到的各种问题的最重要的技术之一，客户关系管理系统就是决策科学技术和数据挖掘技术应用中发展最快的领域之一。二、主题中国移动通信最主要的工作就是为移动用户提供各种各样的通信服务，而用户使用的各种服务都需要到中国

24、移动通信的营业部门办理相应的业务，在中国移动 CRM 系统内部，办理业务都是由 CRM 系统内部的服务开通体系模块来为用户开通的，由此可见，服务开通这个子系统模块在整个移动系统中占据着极其重要的地位和作用。CRM（Customer Relationship Management，客户关系管理），它面对企业市场和销售部门，核心内容是管理分析客户行为信息，构建客户交流渠道，为客户提供完善周到的售后服务。应用CRM重构移动业的管理模式是移动企业信息化管理发展的必然趋势。目前，一些世界级的移动运营商，如英国移动、AT&T，德国移动、MCI，SPRINT，TELIA等，无不把CRM作为企业竞争的

25、利器。在国内当前的竞争形势下，CRM业务已经最能拨动各移动运营商管理层的心弦。与此同时，数据挖掘、数据仓库等一些先进技术也被企业作为数据分析的工具引入到客户关系管理中，为企业经营决策提供科学、准确的依据。有鉴于此，本文针对移动企业CRM实施中的数据挖掘及其算法实现进行了一些有意义的探讨以其为移动企业决策者决策提供有力的依据。本课题的主要任务是分析数据挖掘技术中关联规则在移动CRM中的应用情况，随时了解移动企业客户的需求变化，改进对客户的服务水平，从而提高客户的忠诚度，进而提升移动运营企业在市场中的竞争力。1、国内外研究现状数据挖掘在客户关系管理中的应用研究是从二十世纪九十年代后期才开始的，主要

26、集中在零售、银行、移动、保险等行业。国内外对基于数据挖掘的客户关系管理的应用研究主要集中在以下几个方面：1）新挖掘技术的应用研究。数据挖掘技术随着其它的相关学科，如计算机技术、统计学等学科的发展而不断发展，新挖掘技术有效性、可伸缩性和应用效益性的研究已经成为当前研究的热点。2）数据的处理研究。CRM中存在海量数据，其中包括很多不完善、有噪声、待处理的数据，寻找合适的数据挖掘技术对这些不完美数据进行处理使其显露潜在有用知识也成了近年来研究方向之一。3）此外还有对挖掘结果的研究。数据挖掘必须有明确的目的，其构造的模型必须简洁，其挖掘出来的知识必须易于用户理解，可视化技术和模型简化的研究也吸引了很多

27、学者的关注。除此以外，目前的研究还包括数据仓库技术和联机分析处理（OLAP）在CRM的应用等等。1999年初，我国的CRM市场几乎为零。从1999年下半年开始，CRM就开始在中国IT业内迅速地发展起来，不管是投资商、用户还是国内外软件厂商都开始关注它。我国的CRM市场具有如下特点：2、国内CRM市场处于萌芽时期国内市场无论是从产品结构、区域结构、行业结构，还是从销售渠道来看，整个市场体态都还不健全。市场区域主要集中在北京、上海等经济发达地区。CRM的应用行业以邮电、金融等经济实力较强、信息化程度较高的行业为主。1）提供CRM产品的厂商较少CRM进入国内时间不长，无论用户还是厂商都非常关注这个产

28、品，很多软件厂商纷纷推出自己的CRM产品，但是能够提供功能比较全面的CRM产品的国内厂商很少，有些只能提供实现客户管理中的几个应用模块，有的只是在ERP的某些模块上稍作修改，并没有真正实现客户关系管理系统的“客户为中心”的理念。2）市场需求量大在竞争激烈的信息化时代，客户关系管理系统提出的“帮助提高本产品用户营业额、扩大市场占有率以及提高客户忠诚度”等功能，使得很多企事业用户对此产品情有独钟，市场需求相应加大。 三、研究内容及技术路线针对如上提到的课题研究目的与意义，本课题的主要任务是分析数据挖掘技术在移动行业CRM中的应用情况，随时了解移动企业客户的需求变化，改进对客户的服务水平，从而提高客

29、户的满意度、忠诚度，分析移动业务关联情况，促进交叉销售，并因此为企业带来更多的利润，减少不必要的损失，提升企业运作的效率。研究内容：本文通过对用户人口信息、用户行为和价值进行数据挖掘，得出客户分群和基本特征，实现徐州移动公司CRM系统中的决策管理模块，完成对移动客户数据信息分析并提出了具体的营销方案，使得企业获得满意的回报成为可能。1）通过该软件发现不同群体、不同职业甚至不同年龄层次带来的消费差异，进而发现指导信息。在这个模块中，首先对客户数据进行预处理，然后应用算法生成频繁项集，进而得到关联规则。2）通过挖掘，我们可以得到一些结论，不同消费群体消费有着不同的特点和倾向性，移动公司应该针对这些

30、特点有目的的推广自己的业务，这样不仅增加企业效益，同时还能抓住消费者的心，让消费者有依赖感和幸福感。而且可以通过类似挖掘去发现更多的集团内部特点来提出了具体的营销方案，推送给客户。技术路线：本文通过vb语言实现软件开发，利用SQL sever实现数据处理，具体步骤如下：1）数据导入；由于待挖掘的属性有的来自客户表，有的来自推广方案信息表，而两者是分散存放的不同服务器上的，所以，本文首先利用SQL Server 2005的数据导入导出功能，将三张表先统一导入到一张Excel表中，然后在作者的计算机的SQL Server 2005数据库服务器上新建了一个数据库Lastdatabase，并将这张Ex

31、cel表导入到该数据库中。2）数据清理和规约导入后的lastdatabase数据库包含三张表。根据挖掘的目的，有许多属性和挖掘无关，为此对该三张表进行消减维度。消减的步骤如下：首先利用SQL语句新建一张表lasttable,然后利用SQL语句将有关的列插入到该lasttable中。这样，lasttable就是最后要挖掘的对象。新生成的lasttable表中有一些噪声数据，比如，一些客户信息不完整，对这些不完整的数据，本文选用了数据清理中的忽略元组的方法，编写了SQL语句的delete语句，以Customerid为关键字删除这些元组。3）关联规则算法的比较；本文将Apriori算法与FP-Gro

32、wth算法进行对比，选出适合本软件使用的最佳算法。在FP-Growth算法中只需要对数据库进行两次扫描，一次是为了得到频繁1-项集，一次是为了建立FP树。扫描数据库的次数要远远小于Apriori算法。与Apriori算法通过候选项集来产生频繁项集不同，FP算法并不产生候选项集，而是利用了条件FP树直接生成频繁项集。通过对比，选择FP-Growth算法进行分析计算。4）基于FP-Growth算法的CRM系统的决策模块实现；通过FP-Growth算法挖掘集团内各信息之间的关系，从而实现关联规则在移动CRM中的决策管理功能。四、预期成果基于数据挖掘的关联规则，利用FP-Growth算法，通过vb语言

33、开发徐州移动分公司CRM系统中的决策支持模块。实现对某高校典型消费的分析和决策。1、从基本理论出发，分别介绍数据挖掘和CRM相关概念和基本理论，介绍关联规则在CRM中使用的重要性和必要性。 2、使用关联规则的 Apriori 算法找出数据库中的频繁项目集，并用这些频繁项目集生成的关联规则来分析各业务类型之间的关联程度及相互之间的影响，特别是目前各个企事业单位的集团网中存在的有独特性的关系和影响。1) 找出客户之间相互关联度，对数据进行分类，挖掘可能出现的消费倾向，及时调整产品销售倾向。2) 找出各个集团网内部个体存在的关联度与独特性，促进销售方法和手段的革新。五、本文的安排第一章提出了本课题研

34、究背景，重点介绍了关联规则研究内容及技术路线以及关联规则在国内外研究现状、存在问题和全文主要安排。第二章：数据挖掘的定义、产生、发展、任务、方法为第五章研究并联规则的应用奠定基础。第三章：关联规则挖掘的基本概念、挖掘的类型、步骤以及Apriori算法。第四章：CRM产生的背景、定义系统功能以及在移动通讯业的应用。第五章：关联规则在 CRM 中的应用主要有分类和预测，概括起来有客户群体分类、客户盈利能力分析、客户获取和保持以及客户满意度分析等多个方面。第六章：对本论文的工作进行总结，并对今后研究工作做了展望。六、参考文献1 刘国利客户关系管理初探电脑与信用卡，2012，(08):53552 陶红

35、超.农村商业银行客户满意度研究D.南京:南京林业大学，2012. 3Song Zi-lin,Zheng Shi-ming,Zhou Ning,Ren Zai-an,Zheng Shi-jun,DaiRong-rong,Yang Jun-qiang.The Research about the Application of Data Miningtechnology Based on SLIG in the CRMJ.Computer Science and SoftwareEngineering.2008,451-454.4 刘 晶.基于层次分析法的客户满意度模型和改善研究D.上海:上海交通大学，2011. 5毛国君,段立娟,王实,石云著数据挖掘原理与算法(第二版)M.北京：清华大学出版社,2007.6 Li TongYan,Li XingMing.”Study of the neural network applied to weightedassociation rules mining,”Proceedings of the 2007 International Conference on Wavelet Analysis and Pattern Recognition,ICWAPR07,vol.2,2008,pp.742-745.7