面向非确定性客户细分的商务智能理论与方法研究

作为客户关系管理（CRM）中的核心问题之一，客户细分可以根据客户静态属性数据或动态行为数据进行。随着电子商务的迅速发展，根据动态客户行为数据进行的客户行为细分（CBS）正显得日益重要。然而受社会、心理等因素的影响，客户行为数据往往具有时变性、噪声性和非一致性，从而影响了客户细分的可靠性，目前尚缺乏能有效解决这一问题的客户细分方法。本课题拟通过对以数据挖掘为核心的商务智能前沿理论与方法的研究，提出适应电子商务环境下客户行为非确定性和非一致性的客户行为细分理论与方法。课题的探索性研究将以面向非确定性客户行为细分的数据挖掘理论创新为核心而展开。研究成果一方面将丰富电子商务环境下的客户关系管理手段，为金融、电信等行业的复杂客户行为分析提供基础理论和方法；另一方面课题拟提出的具有动态性、遗忘性和融合性的数据挖掘新方法也将拓展商务智能的理论研究内容。