连锁销售决策支持系统解决方案研究

数据仓库、联机分析处理、数据挖掘技术的结合是决策支持系统研究的主流模式,其中数据仓库用于数据的存储管理,联机分析处理集中于数据的多维分析,数据挖掘则致力于知识发现。本文在数据仓库、联机分析处理、数据挖掘技术的支持下,提出了连锁销售决策支持系统解决方案,即数据仓库 联机分析处理 数据挖掘→决策支持系统。     

连锁销售决策支持系统解决方案研究

数据仓库、联机分析处理、数据挖掘技术的结合是决策支持系统研究的主流模式,其中数据仓库用于数据的存储管理,联机分析处理集中于数据的多维分析,数据挖掘则致力于知识发现。在数据仓库、联机分析处理、数据挖掘技术的支持下,提出了连锁销售决策支持系统解决方案,即数据仓库+联机分析处理+数据挖掘→决策支持系统。     

数据仓库和数据挖掘技术在DSS中的应用研究

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一。介绍了数据仓库的特点、体系结构、联机分析处理及数据挖掘技术，讨论了如何在Microsoft SQL Server2000中将数据仓库和数据挖掘技术结合起来开发决策支持系统。     

面向数据仓库技术的财务决策支持系统研究

以数据仓库技术为核心,结合联机分析处理技术和数据挖掘技术的基础上,构建了财务决策支持系统,通过使用数据仓库的联机分析技术和数据挖掘技术强化了DSS的智能功能,为企业财务决策提供服务。     

数据仓库技术与保险公司决策支持系统的开发

运用数据仓库、联机分析处理和数据挖掘技术，通过比较、分析，在决策支持系统传统四库结构的基础上，提出了一种基于数据仓库的决策支持系统体系结构，并对其在笔者所开发的保险公司决策支持系统（IC—DSS）中的应用进行了研究。     

基于数据仓库的综合决策支持系统(SDSS)模型及其应用

针对传统决策支持系统存在的问题，提出了基于数据仓库，采用数据挖掘和联机分析处理技术的综合决策支持系统模型，同时介绍了该模型的应用一用于市场分析与预测的综合决策支持系统。     

基于库存控制的数据仓库与决策支持

通过对传统决策支持系统已经不能满足当今企业对决策支持的需要的分析,提出了采用数据仓库（DW）,联机分析处理（OLAP）及数据挖掘技术为企业提供决策必要性,设计了一种利用数据仓库（DW）技术和联机分析处理（OLAP）、数据挖掘（DM）等数据仓库工具提供库存控制决策支持的方案,并着重阐述了联机分析处理（OLAP）与数据挖掘是如何为企业库存控制提供决策支持的。     

干部选拔决策支持系统中数据仓库的设计

基于数据仓库的决策支持系统是现今决策支持技术应用的主流。本文结合数据仓库、联机分析处理、数据挖掘、模型库系统、知识库系统等技术提出了一个干部选拔决策支持系统的解决方案，并就干部选拔数据仓库的设计和实现进行了分析和探讨。     

基于数据仓库技术的成本预算与控制系统设计

针对目前ERP成本系统面临的新问题,介绍ERP成本预算与控制的相关知识和决策支持系统的前沿技术--数据仓库、操作数据存储、数据挖掘和联机分析处理,并在此基础上,提出了以数据仓库为中心、数据挖掘和联机分析处理为手段的基于ERP系统的ERP成本预算与控制系统模型框架,描述了ERP成本数据操作流程和数据仓库等技术在其中所起的重要作用.     

基于数据仓库的综合决策支持系统(SDSS)模型及其应用

针对传统决策支持系统存在的问题,提出了基于数据仓库,采用数据挖掘和联机分析处理技术的综合决策支持系统模型,同时介绍了该模型的应用―用于市场分析与预测的综合决策支持系统。     

电子商务环境下建筑陶瓷行业CRM解决方案

本文讨论了电子商务环境下建筑陶瓷行业CRM的功能目标,在此基础上提出了一种包括客户信息管理与分析、营销管理与分析、数据整合分析与决策支持的建筑陶瓷行业CRM解决方案。     

电子商务环境下建筑陶瓷行业CRM解决方案

本文讨论了电子商务环境下建筑陶瓷行业CRM的功能目标，在此基础上提出了一种包括客户信息管理与分析、营销管理与分析、数据整合分析与决策支持的建筑陶瓷行业CRM解决方案。     

Autonomous rule induction from data with tolerances in customer relationship management

In this paper, application of the rough set theory (RST) to feature selection in customer relationship management (CRM) is introduced. Compared to other methods, the RST approach has the advantage of combining both qualitative and quantitative information in the decision analysis, which is extremely important for CRM. Automated decision support for CRM has been proposed in recent years. However, little work has been devoted to the development of computer-based systems to support CRM in rule induction. This paper presents a novel rough set based algorithm for automated decision support for CRM. Particularly, the approach is capable to handle real numbers instead of integer numbers through introduction of converted numbers involving tolerances. Being unique and useful in solving CRM problems, an alternative rule extraction algorithm (AREA) is presented for discovering preference-based rules according to the reducts which contain the maximum of strength index (SI) in the same case, where the data with tolerance. The empirical data set associated with CRM has proven the validity and reliability of these approaches. This research thus contributes to developing and validating a useful approach to automated decision support for CRM. This paper forms the basis for solving many other similar problems that occur in the service industry.     

基于CIF的银行分析型CRM系统的研究与设计

分析型客户关系管理系统（ACRM）的决策支持能力是CRM实施成功的关键。首先讨论了当前银行分析型客户关系管理数据仓库系统存在的问题,然后介绍了企业信息工厂（CIF）理论的原理、主要部件和对CRM的决策支持能力,提出了一种改进的三层ACRM体系结构模型,并从体系结构和决策支持能力两个方面探讨了基于CIF的银行分析型CRM数据仓库系统的设计与实施,最后讨论了其应用。     

数据仓库在电信统计分析中的应用

电信建立以客户为中心的服务体系,对于维系老客户、争取新客户、增强市场竞争能力有重要的意义。由于数据仓库能统一数据管理,保证数据准确和可追踪管理,支持内控,构建企业统一的数据管理平台,所以数据仓库越来越多地被应用于以客户为中心的的电信CRM统计分析系统中。以数据仓库在电信CRM中的建设为实例,从总体结构、模型设计、数据的抽取、转换和加载方面进行描述,说明了数据仓库在电信统计分析系统中的应用。     

数据挖掘技术在CRM系统中的应用

随着互联网与信息技术的发展,企业客户数据量呈现了爆炸式的增长,大部分企业的数据都已进入海量的时代,客户关系管理(CRM)日益受到企业的重视。通过对烟草行业的特点进行分析,将数据挖掘技术应用到企业CRM管理中,建立决策分析系统进行理论研究和实际应用,提高企业的竞争力。     

基于决策树的数据挖掘在电信CRM中的应用研究

针对电信CRM中“数据丰富但知识贫乏”的现象,利用数据挖掘技术和SL IQ决策树构造算法建立一棵决策树模型,在CRM中根据客户的年龄、所属城市和性别对客户分类,对预测客户类型,防止用户流失,争取新用户具有重要意义。     

CRM系统中数据仓库的设计和实现

介绍了CRM的作用，阐明了数据仓库在分析型CRM系统中的重要地位，设计并实现了分析型CRM中的数据仓库，其中具体描述了数据仓库ETL和数据清洗等关键技术，为企业引入分析型CRM系统时构建数据仓库提供了参考依据。     

基于决策支持的客户关系管理研究

基于决策支持的客户关系管理(CRM)是当前研究的热点。文章在简要介绍决策支持相关技术的基础上,给出了客户关系管理的数据仓库雪花模型,并提出了基于数据仓库的客户关系管理系统功能框架和基于因特网的系统结构,以实现、提高CRM的决策支持能力,最后指出了应用方法。     

数据挖掘技术在客户关系管理系统中的应用

客户关系管理(Customer Relationship Management,CRM)是一种旨在改善企业与客户之间关系,提高客户忠诚度和满意度的新型管理机制,同时也是一种管理软件和技术.数据挖掘技术能对大量的数据及信息进行挖掘,从中发现潜在的价值高的关系,并利用模式或知识对客户需求进行预测,帮助企业做出决策.成功的数据挖掘是客户关系管理系统成功的关键.