??? 摘 要：以決策樹(shù)數(shù)據(jù)挖掘分類算法在金融客戶關(guān)系管理（CRM）中的應(yīng)用為例，進(jìn)行了數(shù)據(jù)挖掘的嘗試，從中發(fā)現(xiàn)企業(yè)產(chǎn)品的銷售規(guī)律和客戶群特征，從而提高CRM對(duì)市場(chǎng)活動(dòng)和銷售活動(dòng)的分析能力，得到了與實(shí)際經(jīng)驗(yàn)相符的結(jié)果和相應(yīng)的“規(guī)則”，驗(yàn)證了其可行性和可供決策支持的現(xiàn)實(shí)意義。
??? 關(guān)鍵詞：算法；數(shù)據(jù)挖掘；決策樹(shù)；客戶關(guān)系管理

?

??? 決策樹(shù)技術(shù)是一種對(duì)海量數(shù)據(jù)集進(jìn)行分類的非常有效方法，通過(guò)決策樹(shù)的構(gòu)造模型,從海量信息中挖掘有效的數(shù)據(jù),提取有價(jià)值的分類規(guī)則,從而獲得有用的知識(shí),為決策者提供支持，幫助決策者準(zhǔn)確地預(yù)測(cè)^[1]。本文研究了基于決策樹(shù)的數(shù)據(jù)挖掘的相關(guān)理論發(fā)展及實(shí)際應(yīng)用，尤其是在商業(yè)中的應(yīng)用，研究了決策樹(shù)算法在數(shù)據(jù)挖掘中應(yīng)用，給出了在金融客戶關(guān)系管理中的具體算例。
1 決策樹(shù)的分類挖掘技術(shù)
1.1 決策樹(shù)的分類挖掘算法
??? 分類是數(shù)據(jù)挖掘中應(yīng)用最多的任務(wù)，要為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分類^[2]。在具體分類中，總是希望進(jìn)行較少的屬性測(cè)試，較快地給實(shí)例分類，因此在構(gòu)建決策樹(shù)時(shí)，樹(shù)的高度越小越好。對(duì)于N個(gè)樣本，它們分成屬于類別C_i( i = 1 ,2 , …, C)的樣本集合,類別C_i中的樣本個(gè)
??? 數(shù)為N_i，每個(gè)樣本有K個(gè)屬性，每個(gè)屬性有J_K個(gè)值。決策樹(shù)的構(gòu)造過(guò)程如下：
??? (1)計(jì)算初始熵(熵用字符S表示):

???

??? （2）選擇一個(gè)屬性作為決策樹(shù)的根節(jié)點(diǎn)：
??? ①對(duì)每個(gè)屬性A_k( k = 1 ,2 , …,K ) 按照屬性A_k的J個(gè)A_kj值，把原始樣本分成第1級(jí)樣本集。雖然A_kj的分支含有n_kj個(gè)樣本，但它們不一定屬于單一的類別；
??? ②對(duì)于每個(gè)分支的n_kj個(gè)樣本，屬于類別C_i的樣本數(shù)目是n_kj(i)，用下式可以求出該分支的熵：

???

??? ③計(jì)算由測(cè)試屬性引起的熵降低，即
??? ④選擇產(chǎn)生最大熵降低的屬性A_K0，即A_K0滿足：
???
??? ⑤屬性A_K0便是決策樹(shù)的根。
??? (3)由屬性將產(chǎn)生J_K0個(gè)葉節(jié)點(diǎn)，并將樣本集分成J_K0個(gè)子集，對(duì)每個(gè)葉節(jié)點(diǎn)上的樣本子集依次利用上面的方法選擇一個(gè)屬性Ay作為決策樹(shù)的下一級(jí)，使在該葉節(jié)點(diǎn)能得到最大的熵降低。
??? (4)按照步驟(3)不斷構(gòu)造決策樹(shù)的下一級(jí)直至所有的樣本子集只有一個(gè)類別，這時(shí)表明系統(tǒng)的熵為零，決策樹(shù)構(gòu)造過(guò)程完畢。
1. 2 決策樹(shù)分類挖掘系統(tǒng)的建立
??? 在對(duì)金融客戶進(jìn)行分類分析的過(guò)程中，決策樹(shù)分類數(shù)據(jù)挖掘系統(tǒng)建立和應(yīng)用的一個(gè)典型過(guò)程是：(1)根據(jù)客戶分類的標(biāo)準(zhǔn)，執(zhí)行客戶分類算法，并將運(yùn)行結(jié)果存儲(chǔ)于數(shù)據(jù)倉(cāng)庫(kù)中，這樣，每個(gè)現(xiàn)有的客戶都具有一個(gè)確定的客戶類別；(2)根據(jù)歷史數(shù)據(jù)，主要是客戶的背景數(shù)據(jù)和客戶的分類數(shù)據(jù)，執(zhí)行決策樹(shù)生成算法，針對(duì)每一種客戶類別，生成一棵決策樹(shù)，以一定的形式存放于數(shù)據(jù)倉(cāng)庫(kù)中；(3)在以上過(guò)程執(zhí)行完畢后，當(dāng)一個(gè)新的客戶來(lái)辦理業(yè)務(wù)時(shí)，客戶經(jīng)理可以首先在系統(tǒng)中調(diào)用決策樹(shù)展示模塊，系統(tǒng)將整個(gè)決策樹(shù)展示出來(lái)，然后系統(tǒng)根據(jù)客戶的具體背景情況預(yù)測(cè)客戶所屬的客戶類別，以及屬于該客戶類別的概率，并將這些情況展現(xiàn)給客戶經(jīng)理，客戶經(jīng)理根據(jù)這些情況，對(duì)該客戶采取相應(yīng)的營(yíng)銷策略，從而達(dá)到較好的效果。
2 基于決策樹(shù)的數(shù)據(jù)挖掘的案例分析
2.1 公司客戶關(guān)系數(shù)據(jù)庫(kù)
??? 利用決策樹(shù)實(shí)現(xiàn)客戶細(xì)分，主要是在基于客戶價(jià)值的客戶細(xì)分方法之上進(jìn)行的，目的是通過(guò)了解客戶的特征性指標(biāo)和行為性指標(biāo)與客戶所在客戶類別的關(guān)系，可以了解同一價(jià)值客戶的差異性，有針對(duì)性地對(duì)不同客戶制定相應(yīng)的銷售策略^[3]。下面以河南省某金融企業(yè)的客戶關(guān)系管理（CRM）為例，該公司CRM數(shù)據(jù)如表1所示，說(shuō)明基于決策樹(shù)的客戶分類數(shù)據(jù)挖掘技術(shù)在金融企業(yè)客戶關(guān)系管理中的應(yīng)用，來(lái)具體闡述如何運(yùn)用改進(jìn)ID3算法進(jìn)行數(shù)據(jù)挖掘。由于是以分析客戶的特征性指標(biāo)為例的，所以從中選取了代表特征性的3個(gè)屬性：客戶年齡段、學(xué)歷以及職業(yè)。

?

?????
??? 決策樹(shù)的構(gòu)造過(guò)程如下：
??? (1)計(jì)算初始熵(熵用字符S表示) ：
????
??? (2) 選擇一個(gè)屬性作為決策樹(shù)的根節(jié)點(diǎn)：
??? ①對(duì)每個(gè)屬性A_k( k = 1 ,2 , …, K ) 按照屬性A_k的J個(gè)A_kj值，把原始樣本分成第1級(jí)樣本集。雖然A_kj的分支含有n_kj個(gè)樣本，但它們不一定屬于單一的類別。
??? ②對(duì)于每個(gè)分支的n_kj個(gè)樣本，屬于類別Ci的樣本數(shù)目是n_kj(i)，用下式可以求出該分支的熵：
???

??? ③計(jì)算由測(cè)試屬性引起的熵降低，即

2.3具體應(yīng)用分析
??? 決策樹(shù)算法中屬性的取值，進(jìn)一步細(xì)分所依據(jù)的是特征性指標(biāo)和行為性指標(biāo)，然后可以分別得出各種特征性指標(biāo)和行為性指標(biāo)與4類客戶之間的樹(shù)狀分類結(jié)構(gòu)。下面以分析特征性指標(biāo)為例，來(lái)說(shuō)明決策樹(shù)的構(gòu)建。
??? 決策樹(shù)構(gòu)建之前，必須要找出決策樹(shù)的主屬性。決策樹(shù)主屬性的確定主要是根據(jù)具體的情況而定。所以客戶細(xì)分的主屬性應(yīng)該是“客戶類別”，就是基于客戶價(jià)值的客戶細(xì)分得出的客戶類別。
??? 對(duì)于數(shù)據(jù)的選取，并不是所有的數(shù)據(jù)都符合要求，決策樹(shù)建立所要求的數(shù)據(jù)應(yīng)是沒(méi)有噪音數(shù)據(jù)和缺失數(shù)據(jù)，這就需要對(duì)數(shù)據(jù)進(jìn)行匯總處理。匯總處理一方面是將企業(yè)不同部門和不同分銷機(jī)構(gòu)的數(shù)據(jù)進(jìn)行集成；另一方面是將數(shù)據(jù)進(jìn)行概化處理，即將低層次的原始數(shù)據(jù)替換為高層次的概念，以便于進(jìn)行數(shù)據(jù)挖掘。
??? 分析圖1，從中可以明確4類客戶的特征屬性的大致排布情況，根據(jù)所了解的情況，能夠很方便地從客戶的這些特征中大概了解其在4 類客戶中所處的位置。用IF - THEN 的格式來(lái)表示樹(shù)狀圖的信息(以第Ⅲ類客戶為例)，例如：
??? IF 職業(yè)=“商業(yè)員工”AND 年齡> 25 AND 年齡
??? < 50 AND 學(xué)歷=“初等教育”THEN 屬于Ⅲ類客戶
??? IF 職業(yè)=“企業(yè)員工”AND 年齡> 25 AND 年齡
??? < 50 AND學(xué)歷=“初等教育”O(jiān)R 學(xué)歷=“中等教育”THEN 屬于Ⅲ類客戶
??? IF 職業(yè)=“其他員工”AND 年齡> 25 AND 學(xué)歷
??? ≠“高等教育”THEN 屬于Ⅲ類客戶???????????????????
??? 這些式子說(shuō)明：對(duì)于“商業(yè)員工”的客戶來(lái)說(shuō)，如果年齡在25～50 歲之間，學(xué)歷為“初等教育”，屬于Ⅲ類客戶；對(duì)于“企業(yè)員工”的客戶來(lái)說(shuō)，如果年齡在25～50 歲之間，學(xué)歷為“中等教育”或者“高等教育”，屬于Ⅲ類客戶；對(duì)于“其他員工”的客戶來(lái)說(shuō)，如果年齡大于25 歲，只要學(xué)歷不是“高等教育”，就屬于Ⅲ類客戶。
??? 根據(jù)上面分析第Ⅲ類客戶的結(jié)果，可以得出：不論客戶職業(yè)是什么，只要年齡在25～50 歲之間，學(xué)歷為“初等教育”的客戶，都屬于Ⅲ類客戶。由于Ⅲ類客戶是企業(yè)目前利潤(rùn)的重要來(lái)源，所以企業(yè)就要吸引和保持住與Ⅲ類客戶之間的客戶關(guān)系，需要把營(yíng)銷策略更傾向于年齡在25～50歲之間的客戶，而對(duì)于在該區(qū)間之外的客戶，需要有選擇性地開(kāi)展促銷方式，例如對(duì)其他職業(yè)的客戶，就要考慮大于50歲的情況。由于Ⅰ類客戶對(duì)企業(yè)的貢獻(xiàn)很小，分析的必要性不大，所以重點(diǎn)是對(duì)Ⅱ、Ⅲ和Ⅳ類客戶的分析。通過(guò)這種分析方式，逐步把通過(guò)ID3得出的樹(shù)狀結(jié)構(gòu)的所有分支都進(jìn)行分析，可以了解企業(yè)的同一價(jià)值客戶在特征屬性上的差異性。同理再對(duì)客戶的行為性指標(biāo)進(jìn)行分析，可以得出同一價(jià)值客戶在行為屬性上的差異性。結(jié)合這兩方面，就能夠在了解客戶價(jià)值類別的基礎(chǔ)上，有針對(duì)性地對(duì)不同客戶制定相應(yīng)的銷售策略，減少企業(yè)不必要的開(kāi)銷，實(shí)現(xiàn)對(duì)客戶價(jià)值細(xì)分后的進(jìn)一步細(xì)分。
??? 如何高效地整合和分析企業(yè)各部門和各級(jí)分銷機(jī)構(gòu)內(nèi)的銷售和客戶信息，使企業(yè)能夠從全局的角度了解和認(rèn)識(shí)市場(chǎng)是CRM的重要任務(wù)之一，而基于決策樹(shù)的數(shù)據(jù)挖掘算法對(duì)于企業(yè)來(lái)說(shuō)剛好可以實(shí)現(xiàn)這個(gè)任務(wù)。通過(guò)基于決策樹(shù)的客戶分類數(shù)據(jù)挖掘技術(shù)，可以了解客戶的特征性指標(biāo)和行為性指標(biāo)與客戶所在客戶類別的關(guān)系^[4]，使企業(yè)能夠在了解何種資源組合可以使得自己獲得高利潤(rùn)的同時(shí)，有針對(duì)性地根據(jù)客戶的差異化和多變性需求制定相應(yīng)的銷售策略，使得企業(yè)制定的營(yíng)銷策略更加符合市場(chǎng)的需求，保持在市場(chǎng)中的競(jìng)爭(zhēng)地位。
參考文獻(xiàn)
[1]? 張世海，劉曉燕，涂慶，等．基于決策樹(shù)的高層結(jié)構(gòu)智能選型知識(shí)發(fā)現(xiàn)[J] ．哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2005，37(4):451-454.
[2]?崔立新，苑森森，趙春喜.約束性相聯(lián)規(guī)則發(fā)現(xiàn)方法及算法[J].計(jì)算機(jī)學(xué)報(bào),2000,22(2):216-220.
[3]?李緒成,王保保.挖掘關(guān)聯(lián)規(guī)則中Apriori算法的一種改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用,2002,28(7):104-105.
[4]?魏定國(guó),彭宏.基于知識(shí)網(wǎng)絡(luò)的數(shù)據(jù)挖掘[J].計(jì)算機(jī)科學(xué),2006,33(6):210-213.