呼叫中心数据挖掘平台的设计实现

论文摘要

随着消费者为主导的市场的形成,以及电话、传真等通讯手段的普及,很多企业开始尝试这种新型的市场手法。通过使用电话、传真、互联网等通信、网络技术以及相应的计算机技术组建呼叫中心平台,来实现有计划、有组织、高效率地扩大顾客群、提高顾客满意度、维护顾客等市场行为的手法。在市场竞争日益激烈的今天,呼叫中心已证明在企业客户关系管理上是一种行之有效的模式,是企业维系客户关系的重要手段,它提供给企业一个最快速的通道去主动接触目标客户并与客户保持良好的联系,因此被越来越多的企业广泛采用,以提高其自身的竞争实力。数据挖掘技术是解决数据丰富而知识贫乏的有效途径,当属信息科学领域的前沿研究课题之一,有关的研究和应用极大提高了决策支持的能力,它已被公认为是数据库研究中一个极富应用前景的领域。呼叫叫中心数据挖掘平台就是将从呼叫中心渠道收集的客户信息组合后,应用超级计算机、并行处理、神经元网络、模型化算法和其他信息处理技术手段进行处理,提炼出有用信息给企业的决策者。一方面是根据客户行为进行聚类;另一方面是从所建立的数据仓库中挖掘出为企业创造利润的这部分客户,从而与创造利润的优良客户建立长期关系。文本文主要针对呼叫中心平台的体系结构以及呼叫中心数据挖掘平台的设计实现进行了分析和探讨,着重描述了数据挖掘的概念、功能,数据挖掘系统的结构与分类,对常用的几类数据挖掘算法进行了细致的分析比较研究,并对K-MEANS算法提出了改进,总结了呼叫中心数据挖掘平台实现的框架结构、软件结构、及不同商业模型采用的最佳算法。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题提出的背景和意义
• 1.2 本文的主要研究内容
• 第二章 呼叫中心的职能
• 2.1 呼叫中心的职能
• 2.2 通信企业呼叫中心平台业务的主要特点
• 2.3 数据挖掘在呼叫中心的应用
• 第三章 呼叫中心平台的系统结构
• 3.1 呼叫中心系统硬件说明
• 3.2 系统软件功能说明
• 3.3 呼叫中心系统逻辑结构
• 第四章 研究的背景知识及呼叫中心数据格式
• 4.1 呼叫中心数据挖掘平台的层次结构
• 4.2 呼叫中心的数据格式
• 4.3 呼叫中心的数据模型及数据挖掘技术
• 第五章 呼叫中心数据挖掘所采用的算法
• 5.1 关联规则算法
• 5.1.1 关联规则算法的概念
• 5.1.2 关联规则算法的有关定义
• 5.1.3 关联规则算法的数据挖掘基本流程
• 5.1.4 本文所采取的Apriori算法及改进
• 5.2 聚类算法
• 5.2.1 聚类算法的几个概念
• 5.2.2 聚类的准则函数及分析过程
• 5.2.3 聚类算法的分类
• 5.2.4 本文采用的聚类算法分析介绍
• 5.3 不同数据模型所采用的数据挖掘技术
• 第六章 呼叫中心数据挖掘平台的实现
• 6.1 数据挖掘平台的系统概况
• 6.2 数据挖掘平台的软件结构
• 6.3 选择正确的挖掘算法
• 6.4 呼叫中心数据挖掘平台的实现
• 6.4.1 呼叫中心数据挖掘平台数据仓库管理系统
• 6.4.2 呼叫中心数据挖掘平台应用服务器管理系统
• 6.4.3 呼叫中心数据挖掘平台智能分析系统
• 6.4.4 呼叫中心数据挖掘平台客户筛选系统
• 第七章 总结与展望
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表