蚁群算法在客户关系管理中应用.docVIP

蚁群算法在客户关系管理中应用 　　[摘要] 客户关系管理（CRM），现已逐渐成为企业生存与发展的焦点之一，也正成为计算机科学技术领域的一个活跃研究方向。文章简介绍CRM;针对客户关系管理中的客户分类问题，提出了一种基于蚁群算法和数据挖掘的客户聚类算法，并开发了一个基于蚁群算法的客户聚类软件。最后对实际问题进行验证，验证结果表明方法是可行的。 　　[关键词] 蚁群算法聚类分析客户关系管理 　　 　　一、引言 　　 　　迅速发展的Internet，使世界经济进入前所未有的高速增长期。随着网络技术的进步和成熟，网络经济和电子商务越来越深入人心、飞速发展，在全球范围内正加速改变着传统商业模式。如今，网上客户只需轻动鼠标，就可使买方购物链重构，会让卖方供应商重组。成为客户社会作用放大器的网络经济和电子商务，已使客户拥有在传统商务时代所无法比拟的自主权、自由度、自选域与影响力。因此，处在“网络经济新时代”的今天，企业界特别是IT界原来习惯的“只使现行流程实现数据处理自动化，就可使企业拥有商业优势”的传统观念已经过时，卖方管理者必须具备与网际竞争相匹配的全新思维，一定要挣脱束缚、改变视角、弃旧创新，高度重视管理、分析、研究和利用客户关系，灵活应对客户需求流的变化及发展，提高客户资源利用率与商品营销竞争力。这对企业界特别IT界与时俱进有重要意义。 　　 　　二、客户关系管理（CRM） 　　 　　“客户”，在全球网际卖方竞争中，已升级为如今买方市场激烈竞争下企业兴衰成败的关键。许多商业调查和行业分析家证实：客户的满意度和忠诚度将直接影响企业的销售和成本。一个非常满意的客户其购买意愿，将六倍于一个满意的客户；而2/3的客户离开其供应商，是因为它对客户关怀不够。 　　“客户关系管理”，并不单纯是一种计算机软件技术，而是一种以计算机为基本工具的、但更注重“建立、改善和发展客户关系”的商业战略、企业理念、经营手段。客户关系管理，旨在使以客户为中心的企业业务流程不仅要实现自动化，而且要使之具有随机应变、随需而变的动态重组能力。 　　客户关系管理???以“广泛收集、科学分析、积极建立、快速反馈、有效维系、逐步扩大、合理利用厂商的客户信息资源”为己任，是当今厂商取得电子商务网际竞争优势的最重要基础和最有效法宝。CRM使企业提升客户资源价值的主要手段主要如下: 　　1.分类管理客户资源，重点关注核心客户。 　　2.随时跟踪客户变化，动态管理客户需求。 　　3.以人为本关爱客户，定期沟通双向交流。 　　4.全方位化关注客户，延伸拓展客户服务。 　　 　　三、蚁群算法在CRM中的应用 　　 　　“K―中心”算法，是传统聚类分析的主用算法。然而，随着“海量客户数据”的出现与“模式样本、客户分类”的数量很大时，这种算法效率锐减、逐渐失效。 　　蚁群算法，是由意大利学者M.Dorigo等人首先提出。它借用蚁群在有哪些信誉好的足球投注网站食物源的过程中所体现出的寻优能力，来解决一些颇为困难的寻求离散系统的优化解或满意解的问题。已经用该办法解决了旅行商问题、指派问题、调度问题等，取得了很好的结果。初步的研究表明，蚁群算法是一种基于种群行为特性的鲁棒性较强的算法，具有很多优良的性质。 　　1.蚁群算法概述。蚂蚁觅食时，对于从蚁窝到食物源的诸多途径，开始时不同的蚂蚁会选择不同的路径，但最后，几乎所有的蚂蚁都会找到同一条最短的路径。这是因为蚂蚁寻找最短路径的过程，是一个非常有趣、十分合理的交互式过程：每个蚂蚁都会在所经过的路上留下一定量的外激素(pheromone)，且能感知这种外激素的存在及强度，并有“朝外激素强度高的方向运动”的本能。这些外激素，既会随所通过蚂蚁数量的增加而增加，也会随时间的流逝而按一定的衰减函数关系而消退（即：减退→淡化→消逝）。这样，整个蚁群的集体行为便表现出一种信息正反馈现象；某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。显然，最短路径上所通过蚂蚁的数量会按“较少→较多→最多”方式进行演进，使最短路径上所散布的外激素总比其他路径浓得多（因为其路上的外激素积累速度比消退速度大得多）；蚁群则通过感知、交流和反馈外激素强度信息，并受高强度外激素的制导――“不断调整自己觅食行进方向，动态集聚于外激素浓度高的路径上”；从而，蚁群最终找到一条从蚁窝到食物源的最佳（即最短）路径。受自然蚂蚁系统及其行为机理的启迪，人们创造出人工蚂蚁（AA）、人工蚁群系统（ACS）以及蚁群算法（ACA）。人工蚂蚁，类似于真实蚂蚁，它在运动中会释放出一定的行为特征信息，能感知该行为特征信息的存在及其强度，并按“向高强度特征信息集聚”的原则制导人工蚂蚁的行为。 　　2.蚁群聚类算法。蚁群算法的聚类处理，其主要思想是：在基于蚁群算法的聚类分析中，把“数据”