MC_基于客户信用评价模型的营销管理系统.pdf

2 0 1 2 年1 0 月 第3 3 卷第1 0 期 计算机工程与设计 C O M P U T E RE N G I N E E R I N GA N DD E S I G N o c t 2 0 1 2 V o I 3 3N o 1 0 基于客户信用评价模型的营销管理系统 侯垄 陈谊十 巩丽伟 北京工商大学计算机与信息工程学院 北京1 0 0 0 4 8 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C C E M M L N s 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1 3 3 8 设计并实现了一个基于C C E M M L N s 的营销管理系统M M 孓 C C E M 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 T P 3 9 1文献标识号 A文章编号 1 0 0 0 7 0 2 4 2 0 1 2 1 0 一3 9 7 9 一0 5 M a r k e t i n gm a n a g e m e n ts y s t e mb a s e do nc u s t o m e rc r e d i te v a l u a t i o nm o d e l H O UK u n C H E NY i G O N GL iw e i S c h o o lo f 二o m p u t e ra n dI o m l a t i o nE n g i n e e r i n g B e 巧l n gT e c h n o l o g ya n dB u s l n e s sU n i v e r s l t y B e 巧i n g1 0 0 0 4 8 C h l n a A b s t r a c t T i m p r o v et h eq u a l i t ya n de f f i c i e n c yo fm a r k e t i n gm a n a g e m e n tf o re n t e r p s e Ac u s t m e rc r e d i te v a l u a t i o nm o d e l a 拼M L N sb a S e lo nM 缸k o vl o 百cn e t w o r ki sp r e s 锄t e dI nt h sm o d e I c r e d i te v a l u a t i o nr u l e sa c c O r d i n gt ot h ee x p e r tk n o w l e d g e a r et r a r l s f o r m e di n t ot h e 矗r s t o r d e rl o g i cr u l e sf i r s ts oa st oc o m p o s eM a r k o vl o g i cn e t w o r k t h e nt h ee v a l u a t i o nm o d e le s t a b l i s h e d b yt r a i n i n gs a m p l ed a t at oo b t a i nt h ew e i g h t so fa 1 1r u l e s E 印e r i m e n t a lr e 5 u l t ss h o wt h a tc u s t o m e rc r e d i tc l a s s i f i c a t i o na c c u r a c y r a t eo ft h i sr r l o d e l i si n c r e a s e db y1 3 3 8 i nc o m p a r i s o nw i t ht h em o d e lw i t hs h a r i n gw e i g h t se q u a l l y Am a r k e t i n gm a n a g e m e n t s y s t c mM M 瞅E M b a s e do nC C E M M L N s 诗d e s i g n e da 耐i m p l m e n t e d S y s t e ma r ch i t e c t u r ea n dh i e r a r 南ya r eg 沁e n 1 h es y s t e mi ss u c c e s s f u l l ya p p l i e dt ot h em a r k e t i n gm a n a g e m e n ti naC h i n e s ee n t e r p r i s e a n dh a sa no b v i o u s l ye f f e c to nc u s t o m e rr e l a t i o n s h i pm a n a g e m e n t 量 e yw o r c b c u s t o m e rc 吲i t 吼l u a t l n e v a l u a t b nH 1 0 d e l a r k o vb g i cn t w o r k s c u S t 0 H 1 e rr e l a t i o n s 虹p a r j a g d 贼 m a r k e t 抽g m a n a g e r n e n ts y s t e m O 引言 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 Y A N Gz O n g c h a n g 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8 2 o 2 1 段 小东建立基于B P 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 z u 世纪6 0 一7 0 年代 专家系统法 z O 世纪 8 0 年代 神经网络方法 2 0 世纪9 0 年代 支持向量机 方法 2 0 世纪9 0 年代末期 等 5 本文利用统计关系学习模型口1 马尔可夫逻辑网 M a r k D v1 0 9 i cn e t w o r k s M L N s 提出了一个基于M L N s 的客户信用评价模型 c u s t o m e rc r e d i te v a l u a t i o nm o d e I b a s e do nM L N s C C E M M L N s 给出了模型的建立方法 收稿日期 2 0 l 卜1 0 一2 2 修订日期 2 0 1 2 0 1 一0 4 基金项目 北京市教委科技发展计划基金项目 K M 2 0 0 9 1 0 0 1 1 0 0 7 北京工商大学研究生科研创新基金项目 1 9 0 0 0 1 0 1 0 2 6 作者简介 侯垄 1 9 8 5 一 男 北京入 硕士研究生 c c F 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 1 9 6 3 一 女 北京人 博士 教授 c c F 高级会员 研究方向为可视分析与协同计算 巩丽伟 1 9 9 0 一 女 北京人 硕士研究生 研 究方向为信息可视化 E m a i l c h e n y i t h b t bu e d u c n 万方数据 3 9 8 0 计算机工程与设计 2 0 1 2 年 并进行了实验验证 设计了基于C C E M M L N s 的营销管理 系统 m a r k e t i n gm a n a g e m e n ts y s t e mb a s e d o nC C E M M L N s M M 孓C C E M 对系统的体系结构 层次结构及 实现进行了详细论述 1 马尔可夫逻辑网 Ll 马尔可夫网 马尔可夫网 M a r k O vn e t w o r k s M N s 也称为马尔 可夫随机场 是一个随机变量集x 一 X X z 咒 的联合分布模型 它由一个无向图G 和一个势 函数繇组成 其中节点X X 表示变量 边 X X E 表示变量X 和X 存在关系 若G 的子图中任意两个 节点之间有边相连 则称该子图为完全子图 称其中的最 大完全子图为团 c l i q u e 设个数为n 图的每个团在模型 中都对应有一个势函数 该势函数是一个非负的实函数 它代表了相应的团的状态 8 j 马尔可夫网的联合分布如下 由上述定义可见 对于同一个马尔可夫逻辑网 若给 定不同的个体常项集合会产生出不同的马尔可夫网 尽管 它们可能规模大小不一样 但所有规则的结构及参数都是 确定的 比如同一个规则有相同的权重 将这些马尔可夫 网称为基本马尔可夫逻辑网口 把等式 2 3 代入等 式 1 中可得到基本马尔可夫逻辑网的概率分布 P x z 一 多 以 z 1 一 争 矿z n t F 1一1 2 1 一专e x 叮 雠挖 z 一 L 2 1 一 mq l 一专e X p r z 4 一 Ll l 一1 一 式中 m M L N s 中规则的个数 编 z F l 在X 中 所有取真值的基本规则的数量 g z 与X 对应规则 F 的真闭规则的个数 m z 与厶 z 均可由历史数据 的统计 概率结果的计算得到 P x 一 专血焱 孤 1 2 基于M I 烈s 的客户信用评价模型 z 一1 式中 z 团中随机变量的状态 分配函数Z 一 九 z 用以保证 P x z 一l 1 2 马尔可夫逻辑网 马尔可夫逻辑网是一个每条规则都有对应权重的一阶 逻辑知识库 是将马尔可夫网与一阶逻辑相结合的统计关 系学习方法 可作为很多统计关系学习任务的统一框架 9 它最初由R i c h a r d s o n 等人提出 之后经过 i n g o s 等人的 研究得到了进 步完善 统计关系学习领域的许多重要任 务 如集合分类 社会网络建模和对象识别 连接预测 连 接聚合等 都适合运用马尔可夫逻辑网来进行推理和学习 1 3 马尔可夫逻辑网的构建 马尔可夫逻辑网是M N s 与一阶逻辑的结合 可表示为 只 锄 的二元集合 F 代表一阶逻辑公式 实数 是公 式E 的权值 C 一 C 1 C 2 G 为有限的常数集合 生成的以谓词为节点 谓词关系为边的马尔可夫逻辑网 h 乜 c 满足 1 0 1 M L N s 中的每个谓词的每种可能在M L c 中都有一 个二元节点 如果所代表的原子公式为真 节点的值就等 于1 否则为o 2 没网中第 个团对应公式F 的闭公式为F 势函 数哇艟通常被定义为关于权值u 的指数函数 啦 一f 者为真 为了判断闭公式F 的真值 引入与F 相对应的特征函 数 取值如下 厂c z 一 薯盂使F 为真 c s 2 1a 珊M L N s 的建立 如何根据以往客户的历史数据对新客户进行信用度分 级评价是进行有效的客户关系管理必须解决的主要问题 下面以国内某公司的企业客户为研究对象 建立基于 M L N s 的客户信用评价模型c c E M M L N s 并对其分类准 确率进行对比验证 分类准确率 计算出的等级与实际等 级相符的个数与所测记录个数的比率 首先 根据企业客户特征 依据专家知识 建立如表 1 2 3 所示的三级指标信用评价规则 规则中的每个问题 提供待选项 同一个二级指标下的三级指标选项之间呈互 斥关系 每个选项有所对应的分值范围 表1 客户信用评价规则的一级指标 表2 客户信用评价规则的二级指标 其次 为了对新客户进行信用评价 需要把已有客户 万方数据 第3 3 卷第1 0 期 侯垄 陈谊 巩丽伟 基于客户信用评价模型的营销管理系统 的资质按从高到低划分为A B C D 这4 个等级 建立 客户信息数据库 如表4 所示 将已评级客户的信息写人 数据库 用于规则的推理和新客户的分析 表3 客户信用评价规贝0 的三级指标 N a m eb 1b Zb 3b 4b 5L e v e l 最后 将上述信用评价规则作为马尔可夫逻辑网定义 中的公式 构造马尔可夫逻辑网 从而得到各规则的权重 值 主要步骤如下 1 将评价规则转化成一阶逻辑规则的表述形式 以l z 八日2 z 岔3 T j L e v e l z 表不由一级 指标可以确定 r 的等级 f 1 z 6 2 z 口 z 表示一级指标由相应的二 级指标构成 求得第一 二两级指标的权重值 其结果如表1 2 中 基 于M L N s 得到的权值 一列所示 2 2 实验验证 从客户信息数据库中选取1 0 0 0 条客户数据 按每组 1 0 0 条数据 将其随机分为1 0 组 分别采用均分权值的评 价模型和c c E M M 乙N s 根据公式5 对其进行分析 得 出信用评价分值 再根据分值划定信用等级 对比两种方 法的分类准确率 G r a a 如一 捌繁 a 2 6 3 6 3 z a 6 4 钒 z 魄 抚 z 5 式中 G m d e z 客户z 的信用分值 u M 指 标 的权值 易 z 客户z 第幻项指标的分值 均分权值的评价模型 定义每个一级指标所占权值相 同 总和为1 且同一个一级指标下的二级指标所占权值相 同 总和为1 即 1 一 砚 0 3 且 m 砚 锄 1 6 一 阮 且 6 1 6 2 一1 叫 6 3 一1 c l 6 4 一m 6 5 且c U 6 4 6 5 一1 C c E M M I N s 则按马尔可夫逻辑网推理得到的权值 进行求和 权值见表l 2 利用两种评价模型分别分析样本客户的信用等级 计 算其分类准确率 由图l 可知 C C E M M L N s 对各信用等 级客户的分类准确率均高于均分权值的评价模型 平均提 高了1 3 3 8 尤其对A B 等级客户的识别度提高显著 分别提高了1 6 8 8 和1 5 8 9 冰 褥 雾 掣 粼 求 信用等级 均分权值的评价模型 c c E M M L N s 图1 客户信用评价模型分类准确率对比 兰 耋 宴 二兰兰三 b 表示二级指标由 3M M s c c E M 设计与实现 相应的三级指标构成 且呈互斥关系 一 依此类推 将全部评价指标转化成一阶逻辑规则的表 述形式 2 将客户信息数据库中的5 0 0 条记录用于洲练 从客户信息数据库中选取5 0 条客户数据 按每组1 0 0 条数据 将其随机分为5 组 利用构造的马尔可夫逻辑网 3 1 系统体系结构 M M C c E M 采用多层次B r o w s e r S e r v e r 体系结构 如图2 所示 具体包含4 个层次 表现层 W e b 服务层 应用服务层 数据服务层 此种体系结构具有客户端零维 护 安全性高 可扩展性好 代码复用性高 支持分布式 如盯蛐 加酗 万方数据 3 9 8 2 计算机工程与设计 2 0 1 2 年 计算 有利于标准化等优点 表现层w 曲浏览器 H T M L 页面等 W e 蝴艮务层 I n t e r n e tI n f b m a t i o nS c n r i c c s 客户订购 原料采购 库存统计 应用服务层 销量统计 报表制作 权限分配 综合分析 客户分析等 数据服务层 m c l e s Q Ls e r v e r 等 图2M M C C E M 的体系结构 表现层 用户与系统交百的界面 即用户在使用一个 系统时的所见所得 主要负责信息的输入 输出与显示 w e b 服务层 主要负责对表现层传来的s 0 A P 请求的 受理和信息发布 应用服务层 主要负责对业务逻辑的处理和事务的处 理 根据企业营销的具体业务 提供各种服务 数据服务层 主要负责数据的存放与管理 3 2 系统层次结构 根据企业的具体需求 M M C C E M 分为决策支持层 营销管理层 生产管理层 客户服务层 各层之间关系如 图3 所示 图3M M S C C E M 的层次结构 每个层次中都包含很多具体内容 这些具体内容构成 了应用服务层的各项服务 相关服务间可相互调用 通信 等 如图4 所示 客户关系管理 如 客户信用评价等 决策支持层营销能力分析 报表生成 图表绘制 综合查询 营销效果评估 客户信息管理 产品信息管理 营销管理层 销售合同管理 订单信息管理 投诉举报管理 合同执行情况管理 原料订购管理 原料库存管理 生产管理层原料供应商管理 生产过程监控 产品质量管理 产品库存管理 客户投诉受理 售后服务追踪 客户服务层业务咨询服务 I p 务受理服务 订单查询服务 图4M M S C C E M 各层次系统功能 客户服务层 通过因特网 电话回访等方式 为客户 提供高效便捷的服务 在客户心目中树立良好的企业形象 主要内容包括为客户提供业务的咨询与受理服务 投诉的 受理及售后服务追踪等 生产管理层 对原材料采购和产品生产进行信息化管 理 使企业达到高效率 高质量生产的目标 主要内容包 括原材料的订购管理及库存管理 生产过程的监控等 营销管理层 对营销业务信息进行标准化 规范化 科学化的管理 提高企业办公效率 及时发现存在的问题 并监督改正 主要内容包括产品信息管理 销售合同管理 投诉举报管理等 决策支持层 为客户信息分析 营销效益评估等管理 行为 以及营销决策提供科学的依据 主要内容包括客户 关系管理 营销能力分析 营销效果评估等 3 3 系统实现 M M 孓C C E M 基于 n e t 编程框架 以M i c r o s o f tV i s u a l s t u d i o2 0 0 8 为开发工具 以M i c r o s o f ts Q Ls e r v e r2 0 0 5 为 数据库开发实现 初步实现了3 2 节中所述的层次结构及 其相关功能 并将 C E M M L N s 应用于该系统的客户关系 管理中 如图5 所示 晚牌烹呐畸咖蜘瞿研黑册 却 嘿 一 一 一 富户服务信誉分析 生产管理 请上侍待分析的客户1 息文件 煎复 j j 基匪j 客户名称B 分值B 2 分售B 3 分售B 分董B 晰等壤 企业客户0 3 3 7 49 74 97 2 企业客户0 M9 58 06 9 企业客户0 3 5 58 18 38 99 7 A 企业客户0 3 6 1 2 6 5 52 28 企业客户0 3 72 74 73 69 9B 7C 企业客户0 3 8 5 76 43 0拈 7 8 0 企业客户0 3 9 3 7 企业客户0 4 03 786 978 83 0B 蕾真j 一夏当前第5 页 总共1 6 页i 一豆尾页i 持轾撵5j l 页 图5M M 孓C C E M 客户信用评价 该营销管理系统已应用于国内某企业的营销管理中 实现了企业在原材料的采购管理 产品的生产销售管理 产品售后服务管理以及客户关系管理 企业营销策略制定 等方面的需求 4 结束语 分类准确率高的信用评价模型可使企业避免潜在客户 的流失和潜在的销售风险 本文提出的基于M L N s 的客户 信用评价模型C c E M M L N s 经实验验证 其客户信用分 类准确率较均分权值的评价模型有较大提高 设计并实现 了基于C C E M M T N s 的营销管理系统M M 孓C C E M 应用 结果表明其能够实现高效的企业营销管理 系统实现过程 中使用的方法可以作为类似营销管理系统设计和开发的参 考 系统本身也可在作小范围调整后应用到其他行业的营 销管理中 未来的研究T 作主要包括 对客户信用评价模 型进行改进 提高其分类准确率 结合关联规则等数据挖 持 忻沂 折佶 雠黻一酬黝瓢糖孵黼靴桐麟一错酣黻献椒槽瓣昔黼一妒静报懿黼综氍 万方数据 第3 3 卷第1 0 期 侯望 陈谊 巩丽伟 基于客户信用评价模型的营销管理系统 3 9 8 3 掘理论 扩展系统在营销 决策方面的分析功能 使系统 更加完善 参考文献 1 Y a z d a l l i f a I dR a s l l a d M l m u 墨h e p 0 M u s ah 铀h a m m e df h r l a P r o j e c tm a n a g e m e n ta n dp m j e c ti n t e g r a t i o nn l a n a g e m e n ti nr e l a 6 0 n s K p 新t hs e 耐c er m r k e t i n g c I n t e 玎l a t i o m lC o n f e r e n c eo nM a n a g e n l e n ta n dS e r v i c eS c i e n c eW u h a n C 1 i m I E E EC m l p u t e rS c d e t yP r e s s 2 0 1 1 卜4 2 Y A N Gz o n g c h a l l g K u A N GH o n gC r o d i te v a l u a t i o nf o rn l o b i l e c u s t o m e r su s 崦a r t m d a li 姗u n ea 1 9 0 血h m s c P r o c e e d i n g so f t h e7 t hW r l dC O l l g r e s so nI n t e l l i g e n tC 0 r n r o la 1 1 lA u t 叫H 叽 C h r 蛳n g C b n a I 既EC o m p u t e rS c h y P r e s s 2 0 0 8 7 0 1 7 7 0 2 0 3 D u A Nx i a o d o n g T h em o d e lo fc r e d i te v a l u a t i o ni ns m a ua n d m e d i u ms i z e de n t e r p r i s e sb a s e do nB Pn e u r a ln e t w o r k 口 A c c o u n t i n ga n dF i n a n c e 2 0 0 9 2 4 3 8 6 8 9 i nC h i n e s e r 段 小东 基于B P 神经网络的中小企业信用评价模型研究 J 财务与金融 2 0 0 9 2 4 3 8 6 8 9 j 4 A 0Z 1 i W 气N GM I 唱妇 EL i m i nP e r 蛐 c r e d i te v a l u a t i o n o f 0 1 l e g es t L l d e n t1 0 a 1 1 s 耐t hs u p p r tv e c t o rn l a c 1 i n e s J J o lo f 强i n 曲u aU n i v e r s i t y s d 曲c ea n d I h n 0 1 0 9 y 2 0 0 6 4 6 S 1 1 1 2 0 一1 1 2 4 i n c 1 i r l e s e 肖智 王明恺 谢林林 基于支持向量 机的大学生助学贷款个人信用评价 J 清华大学学报 自然科 学版 2 0 0 6 4 6 s 1 1 1 2 01 1 2 4 5 Y EH u a n z h u o I IN a n F E N GI I a o T h ec o m p a r l s o n so fp e r s o n a lc r e d i te v a l u a t i nm o d e l s J 1 n f r 1 1 l a t i o I lT e c h I l 0 1 0 9 y J o u r n a l 2 0 1 1 l O 1 1 2 2 3 7 2 2 4 1 6 L I UD a y o u Y UP e n g G A oY i n g e ta 1 R e s e a r c hp r o g r e s si n s t a t i s c i c a lr e l a t i o n a ll e a r n i n g J J o u r n a lo fC o n l p u t e rR e s e a r c h a n dD e v e l o p m e n t 2 0 0 8 4 5 1 2 2 1 l O 一2 1 1 9 i nC h i n e s e 刘大有 于鹏 高滢 等 统计关系学习研究进展 J 计算 机研究与发展 2 0 0 8 4 5 1 2 2 1 1 0 一2 1 1 9 7 s u Ns h u y a n g L l uD a y o u s u Nc h e n g m i n e ta 1 s u r v e y f r 1 1 a r k o vl 晒cn e t w o r k s 口 A p p l i c a t i o nR e S e a r c ho fC 0 m p u t e r s 2 0 0 7 2 4 2 卜3 m 1 h n e s e 孙舒杨 刘大有 孙成敏 等 统计关系学习模型M a r k o v 逻辑网综述口 计算机应用研究 2 0 0 7 2 4 2 1 3 J 8 J h 蜮u H F NF e n g F A NJ j n gA d c e da n i f i d a li n t d l i g e n c e t e c h 而q u e sa r dt h e ra p p l i c a t i o r I si ni r d o m 强t i o n0 0 u n t e s u r e J h 1 1 m u 面 t i o r lo u n t e n r 蛐u r e s 2 0 0 7 9 8 3 8 1 l i n h 洒e s e 徐从富 陈峰 范晶 人工智能若干前沿技术及其在信息对抗巾 的应用展望D 通信对抗 2 0 0 7 9 8 3 8 一1 1 9 L O uJ u n j i e x Uc o n g f u H A Oc h u n l i a n g I m p r o v e m e n to fe n t i L yr e s 0 1 u L i o nb a s e do nM a r k o vl o g i cn e t w o r k s J c o m p u t e r s c i e n c e 2 0 1 0 3 7 8 2 4 3 2 4 7 楼俊杰 徐从富 郝春亮 基于马尔科夫逻辑网络的实体解析改进算法 J 计算机科 学 2 0 l o 3 7 8 2 4 3 2 4 7 1 0 M i t c h e UTM T h ed i s c i p l i n eo fm a c h i n el e a r n i n g R P i t t s b u r g h 二C a m e g i eM e l l o nU n i v e r s i t y 2 0 0 6 l 一7 1 1 D o m i n g sP K o ks t a n l e y P o o nH e ta l L 了n i f y i n gl o g i c a la n d s t a t i s t i c a lA I C P r o c e e d i n g so ft h eT w e n t y F i r s tN a t i o n a l 乃n f e r e n c eo nA r t i f i c i a lI n t e I l i g e n c e B o s t o n M A A A A I P r e s s 2 0 0 6 2 7