1、粗糙集理論作為一種處理不完整、不精確數(shù)據(jù)的有效方法，在數(shù)據(jù)挖掘領(lǐng)域無疑大有用武之地。粗糙集從提出以來在各個領(lǐng)域取得了成功的應(yīng)用，它在理論上有著深遠的意義和應(yīng)用，正以巨大的潛力吸引著世界上許多專家學(xué)者的注意，特別是把粗糙集應(yīng)用到客戶關(guān)系管理中，無疑是一種新的挑戰(zhàn)。 本文首先闡述了選題的背景，客戶關(guān)系管理以及粗糙集理論的發(fā)展和現(xiàn)狀；其次對國內(nèi)外最新成果進行了調(diào)查研究。目前，許多學(xué)者和機構(gòu)從不同的視角研究客戶關(guān)系管理，但從粗糙集知識發(fā)

2、現(xiàn)和知識管理視角對客戶關(guān)系管理開展的研究非常之少，并就其內(nèi)容而言，大多缺乏系統(tǒng)性、完整性和深入性。本論文研究將進一步借鑒、提煉國內(nèi)外相關(guān)研究成果，使本論文研究立足于國內(nèi)領(lǐng)先水平。通過對相關(guān)理論和方法的總結(jié)與對比分析，為本論文深入研究奠定了基礎(chǔ)。 本文研究了粗糙集數(shù)據(jù)預(yù)處理，包括冗余數(shù)據(jù)的處理、遺漏數(shù)據(jù)的補齊、數(shù)據(jù)的離散化。數(shù)據(jù)的質(zhì)量嚴重的影響著知識發(fā)現(xiàn)算法的運行效率和應(yīng)用效果，因此本文對ROUSTIDA算法進行改進。不一致現(xiàn)象在

3、現(xiàn)實的數(shù)據(jù)庫中是普遍存在的，還研究了能夠直接處理不一致決策表的約簡方法。 本文研究了基于粗糙集的客戶分類預(yù)測模型。主要以粗糙集的理論為基礎(chǔ)，首先從CRM系統(tǒng)中獲取數(shù)據(jù)，轉(zhuǎn)化為相應(yīng)的決策表，再對決策表中的數(shù)據(jù)進行決策表補齊、離散化，然后進行屬性和值的約簡，最后生成決策規(guī)則，建立邏輯推理系統(tǒng)。 本文對客戶分類預(yù)測模型的實用性進行驗證和分析，并將客戶知識挖掘的過程融入到CRM系統(tǒng)中，構(gòu)建CRM系統(tǒng)，實現(xiàn)了企業(yè)和客戶交互的自動化