【毕业学位论文】（Word原稿）数据挖掘在酒店客户关系管理系统中的应用-软件工程

硕士学位论文 （专业学位） 数据挖掘在酒店客户关系管理系统中的应用 姓 名：夏 璐 学 号： 0921170356 所在院系：软件学院 职业类型： 专业领域：软件工程 指导教师： 户现锋 副 指导教师 ： 二 一三年九 月 in 2013 u 0921170356 数据挖掘在酒店客户关系管理系统中的应用 夏璐 同济大学 位论文版权使用授权书 本人完全了解 同济大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 年 月 日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 年 月 日同济大学 硕士学位论文 摘要 I 摘要 在信息经济环境下，市场竞争日益激烈，企业面临严峻 挑战，客户需求呈现出越来越明显的多 样化和个性化特点。客户能够快捷地获取市场信息，选择的自由度加大，传统 的 以 财务核算为主要设计理念的 酒店管理信息系统 在 以 “客户至上”为 经营理念的酒店行业 逐渐失去竞争力， 企业也越来越重视客户关系管理，利用数据挖掘技术从大量的客户资料中提取有效信息来为酒店的经营管理提供决策，帮助决策者挖掘潜在客户，保留有价值客户，提高客户的忠诚度，将客户资源最大限度 的利用， 为企业创造更大的价值，越来越引起学者和商界的关注，成为研究热点。 通过对 业化发展趋势和酒店行业特性分析 可知 ，酒店行业适合实施进而 推动酒店行业的迅速发展 。 本文通过研究国内外酒店信息管理系统及 成功 案例，结合自身所学，立足于 沙 友谊大酒店”业务实际 ，重点用决策树的方法对酒店的客户信息进行挖掘，将 酒店客户进行细分， 并利用 分析得出 客户关心的 选择 因素， 帮助酒店管理者全方面的了解和掌握客户信息， 提高酒店服务质量、降低成本、增加 盈利 ，为管理者提高酒店服务水平提供决策依据。 本文在上述的背景下，研究 了 数据挖掘在酒店客户关系管理中的应用， 所做主要工作如下： 合酒店管理的特点，提出 数据挖掘在酒店客户关系管理中应用已经成为一种趋势。 过 归纳 重要客户判断规则 ，对酒店 酒店经营者提供决策帮助，提高酒店竞争力 。 关键词： 客户关系管理，数据 挖掘 ，数据分析， 酒店管理系统；数据仓库；客户满意度 I of be of of be as in on in to a by of to of of a RM it is is RM so as to in to is on of to of to of of in as 1. of of of a of to of 4.5 up it RM in to of CM to of V 目录 第 1章 绪论 . 1 究背景及意义 . 1 内外研究及应用现状 . 2 究现状 . 2 据挖掘研究现状 . 2 据挖掘在 . 3 人工作 . 5 文的组织结构 . 6 第 2章 客户关系管理（ 论 . 7 户关系管理 (述 . 7 户关系管理 (定义 . 7 户关系管理（ 系结构 . 8 户关系管理（ 数据挖掘方向的发展趋势 . 9 章小结 . 9 第 3章 数据挖掘相关技术 . 11 据挖掘概述 . 11 据挖掘的产生 . 11 据挖掘概念 . 11 据挖掘方法 . 11 据挖掘过程 . 13 策树 . 14 策树技术概述 . 14 策树评价指标 . 15 策树基本原理 . 15 用的决策树算法 . 16 据仓库概述 . 19 据仓库定义 . 19 据仓库的特点 . 19 章小结 . 20 第 4章 数据挖掘技术在酒店 客户细分 . 21 言 . 21 店 . 22 店客户信息系统功能描述 . 22 店 . 23 据仓库的设计 . 23 . 26 法实验过程 . 26 法描述 . 26 据挖掘在酒店客户关系管理中的应用 . 27 据准备 . 28 据 . 30 则描述 . 32 果价值分析 . 33 . 33 章小结 . 34 第 5章 数据挖掘技术在酒店 客户满意度分析 . 35 言 . 35 户满意度分析 . 35 户满意度概念 . 35 户满意度指标体系 . 35 户满意度和忠诚度之间的关系 . 36 . 37 均值聚类算法 . 38 述 . 39 糊聚类方法的步骤 . 39 . 40 店客户满意度特征值 . 40 . 42 第 6章 结论与展望 . 43 文总结 . 43 . 43 . 43 一步工作的方向 . 44 I 致谢 . 45 参考文献 . 46 个人简历、在读期间发表的学术论文与研究成果 . 48 同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 1 第 1 章 绪论 究背景及意义 从中国酒店行业的发展历程来看 ， 其从 80 年代初茫然无措到 90 年代初突然启动，再到 21 世纪的盎然生机，短短几十年，发展速度已远远超出中国的其他传统行业， 酒店行业规模发展不断壮大的同时，正在由一个计划经济的封闭性行业向一个与国际 接轨较早、较快、较为顺畅的市场化程度较高的开放性行业发展，伴随着 2010 年上海世博会的开展，中国酒店行业的发展已达到空前繁荣的状态，据某资料显示： 中国旅游酒店业利用外资额已 超 200 多亿美元，三资酒店 已达到800 余家 6。 酒店的相 关管理 工作也逐步走向科学化、信息化 、酒店信息 管理 水平 不断提高。 随着 酒店 消费者市场的逐渐成熟， 客户对酒店的选择权力和选择空间也在不断扩大，为了更好地服务消费者，酒店为顾客提供个性化需求和服务，同时， 为了能够在快速 变化的商业环境 中保持良好的竞争优势 ，酒店不断审视周围的 经营模式 ， 并将关注点落在了酒店客户关系管理上来 7,8。作为一个典型的 产品即为“服务”的酒店 行业， 管理者明白要想帮助企业获得最大程度的利润，必须尽可能多的获得高价值客户，因此 酒店实施客户关系管理 （ 在必行， 信息，使得零散的客户信息转换为能够为企业决策所用的高价值信息， 通过 分析 这些高价值信息 ， 酒店管理人员 对酒店 客户有 了 更详细的认知，从而帮助酒店制定相应的 业务决策 ， 为企业实现利润最大化 。 客户关系管理作为一种管理理念，在酒店管理这一典型的服务行业，已经被大多数人所认同 ， 企业也越来越注重“客户至上”这一经营理念， 为了更好的服务客户，酒店就需要 利用科学手段 挖掘出客户的潜在信息，为顾客提供个性户服务，最大限度的保证客户的忠诚度 ，提高客户的满意度 ，并且 有意识的 发掘潜在客户。 因此， 结合 信息技术， 根据 现有的酒店管 理 信息 系统实施客户关系管理， 建立客户关系数据，并对这些数据进行挖掘，使得客户信息能够得到更 高层次的应用 9： 如 正确识别 高价值客户 、 根据客户需要 提供差异化服务战略、改善客户关系、提高客户满意度 和忠诚度 、降低营销 及 管理成本，从而获得 和维护忠诚客户群， 提高酒店的核心竞争力 。 鉴于此， 将广泛应用在酒店管理行业，并取得良好的效果 ，数据挖掘 在 酒店 理中的 应用也将 具有较高的理论价值和使用价值。 第 1 章 绪论 2 内外 研究及应用现状 究现状 过十年的发展背景 ， 题的 相关 研究 也 非常广泛 ， 包括 ：体 架构技术研究、 品的应用集成技术研究、具体的技术经济模式和管理模式 在 究以及商业智能在 10。国内的研究主要集中在 算 及 管理模式 、 数据挖掘和数理统计方法在 11。目前， l、完成与 统的整合。 能发挥其独特的优势，因为 单独存在的 不能实现对企业整体资源的有效共享，不能最大程度地满足客户需求。 近几年，随着技术的不断更新与发展，很多研究者 提出了 合 ,在该方面，我国尚属初级研究阶段 如何将 对落后于西方国家，但它 仍处于研究热点阶段 。 2、支持管理者决策。 术都在不断发展与成熟，相信在未来， 多的是它将作为一种分析工具，帮助企业管理者做出决策，当然该项技术的前提是数据仓库和数据挖掘技术的成熟发展。 目前， 数据挖掘与 客户关系管理 相结合的方案己经开始应用于多个领域：包括电子商务、电信、银行、证券、保险 、制造和零 售 等等 ， 但该技术在 国内酒店业中的应用 还比较少， 处于起步阶段，因此， 开展 数据挖掘技术 在酒店 客户关系管理 (的 研究，具有较高 的应用价值和 现实意义。 据挖掘研究现状 数据挖掘是一门 交叉性学科，它 融合了人工智能、数据库技术、模式识别、机器学习、统计学和数据可视化等多个领域的理论和技术 12，它的出现引起了学术界和产业界的广泛关注 。 最早的研究者和开发者主要是面向数据挖掘的应用方面，尤其是其在商业领域中的应用：包括 银行、电信、保险、交通、零售 等 。随着技术的不断发展，一些研究者开始在人工智能领域 及及工业领域作出大胆尝试，现在已得到广泛应用，为了满足 特定领域 特定任务的数据挖掘， 人们 不断尝试并开 发出许多专用的数据挖掘工具 ，提供数据 挖掘 在该领域的 解决方案。 数据挖掘的任务就是发现隐藏在数据中的模式 ， 一般分为描述型模式和预测型模式两大类 13。 前者主要是规范性描述 当前数据中存在的事实， 得出 当前数据的 共同特征 ； 后者 则是以时间为关键参数，对于时间序列型数据，根据其历史值和当前 值 预测其未来的值。 根据模式特征，可将模式大致细分如下 :分类模式、同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 3 聚类模式、回归模式、关联模式、序列模式和偏差模式 。 数据挖掘 以数据库、 数据仓库为研究对象 ,利用 人工智能、机器学习 与 传统的统计分析方法、模糊数学方法以及科学计算可视化技术 相结合进行挖掘 。数据挖掘方法和技术分为六大类 14:归纳学习方法、仿生物技术、公式发现、统计分析方法、 模糊数学方法 和可视化技术 ,详细见表 表 据挖掘方法类别 数据挖掘方法类别 说明 归纳学习方法 信息论方法 (决策树方法 ) 合论方法 粗糙集方法、关联规则挖掘、覆盖正例排斥反例 仿生物技术 神经网络方法和遗传方法 公式发现 利用数学公式对 工程和科学数据库 (由 实验数据组成 )中对若干数据项 (变量 )进行 运算，发现潜在知识 统计分析方法 分析样本数据，推断总体信息和知识 模糊数学方法 模糊模式识别、模糊聚类、模糊分类和模糊关联规则 可视化技术 是一种图形显示技术，对数据挖掘过程可视化，并进行人机交互可提高数据挖掘的效果 从上表可以看出，数据挖掘方法具有多样性，当然客观世界中存在的海量的数据信息以及需要完成的不同的数据挖掘任务， 给数据挖掘 研究者 提出了许多挑战性的课题。 如何进行 数据挖掘语 言的设计， 如何高效的开发 数据挖掘方法和系统、 如何建立 交互和继承的数据挖掘环境 等等问题 ，都是目前数据挖掘研究 者 、系统和应用开发 者 研究 的 热点 问题 。 据挖掘 在 的应用现状 数据仓库、数据挖掘 的概念先于 客户关系管理 (产生，但其受到广泛关注是由于在各个行业中的良好应用。 客户关系管理（ 施的对象是客户数据，因此，信息资源是客户关系管理实施的保障， 随着信息技术的快速发展，几乎所有行业已采取信息化管理，企业拥有 “ 海量 ” 的客户 信息资源， 如果说过去 是 因为客户资源太少而无法开展第 1 章 绪论 4 客户数据无从把握，现在则是因为企业拥有太多的客户数据而不知所措 ，因此如何从大量 的客户数据中提取出有效信息， 才是如今实施个性化销售的保障。 为 15, 采用个性化的销售方法 ,必须尽可能 多的掌握和 了解有关客户 细节爱好 和行为的信息 ,数据仓库 通过提取、转换、装载 (程序 能够满足 求 ，为 在 据挖掘提供数据支持 。 数据挖掘技术类似于在浩瀚如海的数据中淘金，它能够从中淘出那些潜在的、隐藏的趋势或者模式，为企业更好的进行客户关系管理提供支持与帮助 。 人提出，利用数据挖掘技术企业能够预测客户购买行为，从而可以制定出符合现有客 户或者潜在客户的需求、愿望和状态的销售活动，在他们看来，通过利用数据挖掘的统计、邻近、聚类、决策树、神经元网络等方法可以在客户盈利能力分析、客户获取与保持、客户细分、交叉销售等方面创造巨大的商业价值。 目前 , . 人的观点 在该领域比较全面 16,他们认为数据仓库、 数据挖掘 在 发挥者重要的作用，两者是 功实施的 不可或缺的重要内容 ,只有两者有机结合 , 统 才能充分发挥其全部功能 。 数据挖掘在 的应用 17主要体现在以下几 个方面： 利用数据挖掘技术可以 将一个大的客户群体 根 据某些属性划分为 几个 较小的客户群体， 这样所有的客户根据某个或几个属性上值具有高度的相似性而被分为不同的类型，在每个小的客户群体之间，他们高度相似，不同的群体之间客户差别很大。这样，可以更有效地 对他们进行分门别类的研究， 根据需要 制定相应的服务策略，合理分配服务资源， 更有利于保持客户，提高现有客户的满意度。 2 满意度分析 分析客户对酒店服务的满意度，可以帮助酒店了解客户的想法、需求和期望，发现酒店在服务和管理中的不足，为酒店改善经营策略、提高客户 忠诚度指明方向。通过自定义的定量的度量标准，根据设置的参数，利用数据挖掘技术和酒店数据库中存在的关于客户反馈意见、建议和投诉等，可以对客户满意度进行分析，找出客户不满意的原因并定制相应的策略，提高客户忠诚度，增加酒店利润。 3 客户保持和流失预警 研究表明，企业获得一个新客户的成本是保持一个老客户成本的 5倍，客户保持率提高 5%，利润将会提高 25%以上 18。因此，企业应努力保持老客户，减少客户的流失， 也就是说，酒店的管理者应该 努力培养忠诚客户，忠诚客户是酒店的生命。在 利用酒店有限的资源条件下 追求良好服务 ， 就需要 通过数据挖掘发现忠诚客户，将酒店资源向忠诚客户倾斜， 是酒店经营的重点。 数据挖掘技术可用同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 5 来对酒店客户数据库中的数据进行分析处理，评价客户流失风险，并对忠诚客户生命周期进行预测，对客户流失预警，防止因客户的流失而引发营销危机。 4 客户价值分析 不同的客户其盈利能力有很大的区别，著名的帕累托法则 (20/80 法则 )告诉酒店的经营者 80%的利润依赖 20%的重要客户 19，每个客户创造的利润并不相同，在酒店的所有客户中，有些客户能够给企业带来很大的利润，这些客户应该给予更多关注，积极保持 ,而另外一部分客户，并 不能给企业带来利润，对于这样的客户，企业应该降低其服务成本。这样就可以指导酒店 更有效的 留住有价值的客户，并为最有可能创造利润的客户及时提供个性化服务，把有限的资源用到真正为酒店创造利润的客户身上，从而降低成本，提高酒店的收益。 5 交叉销售 企业通过交叉销售 出售 新的产品和服务 给现有客户 。交叉销售 基于双赢 ， 客户将获得更多更好的满足需求的服务 ， 企业 也因此得到 销售增长 获得效益 。 客户因得到更多更好符合其需求的服务而获益，企业也因销售增长而获益。在酒店业务流程中，利用数据挖掘技术，发现客户消费之间的内在联系，寻找交叉 营销的机会。酒店确定所提供的产品或服务组合，从数据仓库中收集与客户住宿、餐饮、娱乐等相关的信息，运用建立的模型对数据进行分析，对顾客可能的每种选择进行评分。最后根据评分情况对产品或服 务的组合搭配进行优化处理，达到酒店服务产品增量或交叉销售的目的。 人工作 本 人所做的 工作 是 查阅大量相关数据挖掘 及 深入仔细地研究数据挖掘中 决策树算法的优缺点及适用范围、特点等，同时 对国内外已经成功应用的酒店客户关系管理进行研究和分析， 完成“华沙友谊酒店” 的 业务 分析 。 重点 描述 了 数据挖掘过程，数据挖掘筹备阶段、数 据准备阶段、模型建立阶段、模型评估阶段 这一完整 数据挖掘过程 ， 均由本人独立完成。 在 数据挖掘筹备初期，本人与 “ 华沙友谊大酒店 ” 业务人员 多次沟通和交流，对拥有的客户资源进行项目可行性分析， 进而 选择合适的数据挖掘工具，确定数据挖掘的目标和成功标准，并对整个数据挖掘过程进行规划。 为了使分析结果更具 指导意义，本人 从 酒店 数据库中收集原始数据， 并对 数据进行大致 描述，检查数据质量是否满足数据挖掘要求。根据数据挖掘目标和数据质量，选择合适的表和属性，并进行数据清洁 ， 建立数据仓库，为数据挖掘提供数据支持 。 通过比较分析，本人 选择 法 构造决策树，将 “华沙友谊大酒店 ” 客第 1 章 绪论 6 户进行细分， 归纳总结 出 重要 规则 ，并利用 析得出客户关心的选择因素，帮助酒店管理者全方面的了解和掌握客户信息，提高酒店服务质量、降低成本、增加盈利，为管理者提高酒店服务水平提供决策依据。 文 的组织结构 本文的组织结构安排如下： 第 1 章 绪论 。 主要介绍论文的研究背景和意义，分析国内外 数据挖掘及其应用的 研究现状，提出本论文的研究目的和研究重点。 第 2章 本章主要介绍了客户关系管理的概念及其发 展历程，阐述了 对 第 3 章 数据挖掘 的 相关 技术理论知识。 本章 阐述了 数据挖掘的 定义及其挖掘过程，概况介绍了几种挖掘技术， 并简单介绍了数据仓库的定义和特点， 为数据挖掘在“华沙友谊大酒店”中的应用提供了理论依据。 第 4章 华沙友谊大酒店” 客户细分中的应用。 从系统中提取客户的有效信息，根据数据挖掘的一般过程：数据准备、 数据挖掘、结果应用及评价 详 细阐述了数据挖掘在该酒店中的应用， 为酒店的发展提供了决策信息。 第 5 章 法在 “ 华沙友谊大酒 店” 客户满意度中的应用。本章就客户满意度展开讨论，主要介绍了客户满意度的相关概念和理论，根据 类算法对客户满意度进行分析，得出有利于酒店管理者分析的决策。 第 6 章 论文总结与展望。对本文内容贡献进行了总结，并对 进一步工作所需努力的方向进行了说明 。 管理同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 7 第 2 章 客户关系管理（ 论 户 关系管理 (述 客户关系管理 (称 概念 是一种起源于西方的市场营销理论的管理理念 20， 最早于 20世纪 90年代初 在美国 提出并逐 渐成熟完善。它 是一种理念， 在这种理念里“ 客户是企业资产 ” ， 它主张企业向 “以客户为中心”的商业模式 发展 ， 完美体现 “客户至上” 这一企业立足之根本 ； 它 是 一种解决方案， 合最新的信息技术如：数据挖掘、数据仓库等 ，可以为企业决策提供支持，为管理者制定销售活动提供依据 。它 是 一个 凝聚了市场营销管理理念的 应用软件， 而 市场营销、销售管理、客户关怀、服务和支持 则是 在不断的沟通和交流中， 了解客户需求， 从而 为顾客 制定出 专属 服务，满足不同客户的 个性 要求， 为企业争取更 多的客户资源，实现 “顾客就是上帝”的以顾客为中心的经营理念 ，为企业创造更多的利润和价值 。 企业 想要通过 己 提升竞争优势， 最新科技手段是其重要筹码，它可以利用最新技术 ，从零散的大量的客户资料提取有用信息，为 企业市场的 拓展 、客户 的保留 提供保障，实现企业内部的信息共享，提高企业的工作效率 。 经济及网络的迅速发展，网络平台不断扩大 , 术不断成熟 ， 它已不再只是一种商业战略方法，更为企业 收集、分析和利用客户信息，从而创造更大的商业价值提供了可能。 户 关系 管理 ( 定 义 客户关系管理 21 (称 一种新的管理模式， 从客户角度出发，以企业获得利润为目的， 用于企业与客户之间的关系管理，这种管理模式通过运用现代科学技术 （例如：数据挖掘） 收集客户资料 ,处理客户信息 ,从中挖 掘客户的一些潜在信息，指导企业进行决策，为企业获取巨大的经济效益 。 客户关系管理（ 立的依据 ： 在商业活动中，客户是一个流动的群体，维持一个老客户所消耗的费用远远小于争取一个潜在的新客户所用支出；老客户比新客户更容易接受企业或者 公司的新产品；然而现有的客户根据其为企业创造的价值也可以分为高价值客户和低价值客户；客户的满意度与忠诚度关系着企业第 2 章 客户关系管理（ 论 8 的盈利 大小，因此，企业要想获得更大的经济效益，必须对现有的客户进行细分区分出不同特征的客户群体，同时 尽可能地 减少客户流失率，提高客户忠诚度和满意度 ，为企业创造更大的价值， 合数据挖掘技术可以很好地 解决上述问题 ， 以清楚的了解到顾客的消费习惯及兴趣爱好，根据个人喜好可以更好地为顾客提供个性化服务，从而利于企业降低销售成本，拓宽销售渠道和范围，提高客户满意度和 忠诚度，降低企业的顾客流失率， 企业制定生产策略和发展规划提供了科学依据和理论支持。 户关系管理 （ 体系结构 按照功能来划分， 统可以分为操作型 (分析型(协作型 (类 16。 1. 操作 型 操作型 也称 运 作型 用 括： 销售、营销和客户服务三部分业务流程的自动化， 它的出现让企业各部门之间可以进行业务数据的资源共享，从而让企业与客户的互动存在连贯性 ，为顾客提供了极大的方便。 2、 协作型 作型 企业和客户搭建平台，是一种新的沟通方式货渠道，用于提升企业与客户的沟通能力 ，提高企业的服务质量和服务时效。例如： 如呼叫中心 、门户网站、电子邮件、自动语音系统等 。 析型 点任务是收集客户信息及企业外部信息 ， 并 利用最新的商业智能技术如 机分析、数据仓库 (数据挖掘 ( 对数据进行 分析 处理 ，帮 助企业全面的了解客户 的消费习惯、兴趣爱好 、需求、满意度等，从而更好的将客户进行 分类 ，预测其购买 行为等 ，三种 管理同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 9 图 次结构图 户关系管理 （ 在数据挖掘方向的 发展趋势 客户关系管理 （ 得以良好的开展与实施，其基础是完善的客户信息资源和与之相匹配的有效的资源管理方式与方法，因此，一个良好的客户知识管理框架在企业实施 起着至关重要的作用， 人在顾客知识管理架构上进行了分析和研究，构造出一个在企业与顾客动态交流的过程中不断获取 、积累、更新顾客资源信息的有效管理模型，该知识模型中可以充分运用顾客对企业的投入：包括建议、观点、意见、指导等有形和无形的地位、服务资源，对顾客的头脑之中的知识，是接下来 时将数据仓库、数据挖掘、联机数据处理、知识发现等先进的信息技术运用到 助企业 获得、分析和研究企业的客户数据，从中了解客户的消费习惯及兴趣爱好，把握客户的购买模式，预测客户的消费行为，帮助企业为客户提供更好的个性化服务，提升企业服务质量，提高客户的满意度和忠诚度，为企业的销售提供决策支持，是一项比较有 现实意义与商业价值的研究课题。 章小结 第 2 章 客户关系管理（ 论 10 本章主要介绍了客户关系管理的概念及其发展历程，阐述了 客户关系管理的体系结构 包括分析型 作性 及协作型 对 来在数据挖掘方向的发展趋势进行描述。同济大学 硕士学位论文 数据挖掘在酒店客户关系管理中的应用 11 第 3 章 数据挖掘相关技术 据挖掘概述 据挖掘的产生 随着信息技术 快速发展以及 计算机网络的普及， 信息化水平飞速提高， 人们产生和搜集数据的能力 也随之 提高， 人们拥有的数据 激增， 从而 导致 了“数据爆炸”现象。 在这些庞大的信息数据面前 ， 人们 不满足于简单地实现录入、查询与统计功能 ，他们 不断探索 希望能够对其进行高层次的分析，从中得出隐藏在这些数据背后的一些潜在的更有价值的信息包括数据之间的关系与规则，从而更好地更有效地利用这些信息 来指导人们进行相关决策。然而，如何从商业管理、政府办公、科学研究等千万个数据库中的海量信息中提取有效信息，提高信息的利用率，成为研究热点， 研究者勇于面对“数据爆炸但信息缺乏”的挑战，数据挖掘和知识发现 应运而生，并迅速得到发展，它为自动和智能地把海量数据转换成有效的高价值信息和知识提供了可能，人们可以利用该项技术来挖掘现有数据，从而预测未来的发展趋势，使得企业 中的客户资源能够得到充分利用，为企业的业务决策和战略发展提供了有效帮助，减少了企业数据包袱。 据挖掘概念 数据挖掘 ( 在数据库中又被称之为 知识发现 (n 23， 它 融合了 人工智能、 神经网络、模式识别、数据库、机器学习、统计学、高性能计算、数据可视化、信息检索、图像 与 信息处理和空间数据分析等多个领域的理论和技术 ， 利用这些技术 从 大量的、不完全的、有噪声污染的、模糊的 、 随机的应用数据 中 提取隐含的、 先前 未知的 、非平凡的及有潜在应用价值的信息或模式 的过程 ， 其处理对象是大量的日常数据，其目的是从这些数据中提取一些有价值的知识或信息， 它是数据库 研究中的一个很有应用价值的新领域 据挖掘方法 数据挖掘 多学科 、多领域、多技术融合的特性决定了 数据挖掘方法的多样性 。统计型数据挖掘主要根据统计模型和数学模型来分析和解释相关数据信息，可以很好的检查出数据中存在的异常数据，该种模型主要包括： 线形分析和非线形分析、回归分析、逻辑回归分析、单变量分析、多变量分析、时间序列分析、最近第 3 章 数据挖掘相关技术 12 序列分析、最近邻算法