(3.215.180.226) 您好!臺灣時間:2021/03/06 12:55
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳佳鈴
研究生(外文):Chia-Ling Chen
論文名稱:應用資料探勘於客戶關係管理之分群研究─以壽險業為例
論文名稱(外文):Application of Data Mining to Customer Classification─The Case of Insurance Business
指導教授:張丁才張丁才引用關係
指導教授(外文):Ding-Tsair Chang
學位類別:碩士
校院名稱:中華大學
系所名稱:科技管理研究所
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:56
中文關鍵詞:資料探勘客戶關係管理SOM保險概念
外文關鍵詞:data miningcustomer RelationshipSOMinsurance concept
相關次數:
  • 被引用被引用:18
  • 點閱點閱:1480
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:210
  • 收藏至我的研究室書目清單書目收藏:12
隨著「客戶市場」的區隔化,「客戶資料」可以說是一個組織最有價值的資源,因此眾多的企業都對自己的客戶資料與客戶關係管理極為重視。同時企業依靠其企業所擁有的資料制定商業決策,這些行動決策將決定企業的獲利能力和競爭力。本論文以類神經自組織映射圖網路(Self Organizing Map, SOM)之資料探勘方法,以保險業之客戶資料做為客戶分群輸入因子,透過這種分群方法分析各客戶群組,以提供業者設計出新穎獨特的服務和提昇產品的行銷能力,創造出贏的局面。
This paper tries to utilize the Self Organizing Map (SOM), a data mining method, to classifying customers into several groups. The input factor of the customer classification depends on the insurance company customer’s data. The customer classification method provides enterprise design novel unique service and the promotion product marketing ability.
目 錄
中文摘要 i
英文摘要 ii
誌 謝 iii
目 錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1.1 研究背景動機 1
1.2 研究目的 2
1.3 研究流程 3
第二章 文獻探討 5
2.1 顧客關係管理 5
2.1.1 顧客關係管理的定義 5
2.1.2 E時代的顧客關係管理 6
2.2 保險概念 8
2.2.1 保險的起源與形成 9
2.2.2 保險的結構 10
2.2.3 保險的種類 11
2.3 資料探勘(Data Mining) 14
2.3.1 資料挖掘的定義 15
2.3.2 資料探勘的功能面 16
2.3.3 資料挖掘應用 18
第三章 研究方法 19
3.1 研究架構 20
3.2 類神經網路模式 20
3.2.1 基本理論 21
3.2.2 基本架構 22
3.2.3 網路模式 24
3.3 自組織映射網路 25
3.3.1 SOM的架構 26
3.3.2 SOM在顧客分群之符號說明 32
3.3.3 SOM在顧客分群的網路演算法 32
第四章 案例研究成果 36
4.1 例資料說明 36
4.2 案例資料分析 36
4.3 自組織映射圖網路模式 38
4.3.1 SOM網路建立步驟 39
4.3.2 結果分析 45
4.3.3 三群組客戶特性定義 49
第五章 結論與建議 51
5.1 研究結論 51
5.2 研究貢獻 51
5.3 未來研究建議 52
參考文獻 54
圖目錄
圖1.1 研究流程圖 4
圖2.1 保險費的結構 11
圖2.2 保險的結構圖 12
圖3.1 研究架構圖 20
圖3.2 類神經網路之基本架構 21
圖3.3 競爭化輸出 23
圖3.4 競爭化學習 23
圖3.5 SOM的空間映射群集概念 26
圖3.6 SOM架構(只繪出一個輸出單元的連結) 27
圖3.7 SOM「拓撲座標」觀念 29
圖3.8 SOM鄰近區域觀念 30
圖3.9 顧客分群之演算程序 35
圖4.1 SOM網路建構程序 41
圖4.2 設定類別及用途屬性 42
圖4.4 網路訓練及分群過程執行視窗 43
圖4.4 網路訓練及分群過程執行視窗 43
圖4.5 iDA中Sheet1 RES NN工作表 44
圖4.6 iDA中Sheet1 RES NN DET 工作表 44
圖4.8 群一特性分群規則 46
圖4.9 群二特性分群規則 46
圖4.10 群三特性分群規則 47
圖4.11 群一特性分群規則 48
圖4.12 群二特性分群規則 48
圖4.10 群三特性分群規則 49
表目錄
表1.1 資料探勘功能面 16
表4.1 顧客分群欄位因子 37
表4.2 樣本資料數值化表 38
表4.3 顧客分群數與相似分數 45
1.邱志洲、呂奇傑(2002),「整合鑑別與類神經網路在資料探勘商之應用」,中華民國工業工程期刊,第十九卷,第二期,第9-22頁。
2.吳麗真(2002),「影響顧客關係管理機制之探討-實驗設計取向」,東華大學企業管理研究所碩士論文。
3.季延平(1999),「認清CRM的真貌」,資訊與電腦,第二百二十二卷,十月,第57-61頁。
4.李宏谷(2002),「應用自組織映射圖網路於顧客關係管理之分群研究」,中華大學科技管理研究所碩士論文。
5.洪廣禮(1999),「廿一世紀的客戶關係管理」,通訊雜誌,第七十二期,第70-75頁。
6.張瑋倫(1999),「應用資料挖掘學習方法探討顧客關係管理問題」,輔仁大學資訊管理學系碩士論文。
7.張廣熙(2001),「以行銷與管理的角度切入CRM」,數位時代雜誌,專刊2號,第60-64頁。
8.張百棧、蔡介元、謝日章(2002),「應用資料挖掘於顧客關係管理之研究─以化裝品為例」,中華民國工業工程期刊,第十九卷,第六期,第45-49頁。
9.張月鳳(2001),「策略性資料庫行銷應用於信用卡市場之實證研究」,台灣大學國際企業研究所碩士論文。
10.張雅清(1999),「無線網際網路市場區隔之研究」,政治大學資訊管理研究所碩士論文。
11.陳俊任(2000),「應用資料挖掘於顧客關係管理之研究─以化妝品業為例」,私立元智大學工業工程與管理研究所碩士論文。
12.陳巧佩(2001),「企業導入顧客關係管理決策之研究」,政治大學企業管理研究所碩士論文。
13.陳文華(2000),「顧客關係管理基石─顧客知識取得與分析」,能力雜誌,第132-138頁。
14.葉怡成(2003),「類神經網路模式應用與實作」,儒林圖書有限公司。
15.楊賀欽(2002),「Web-Based之顧客關係管理系統建置研究」,中華大學科技管理研究所碩士論文。
16.鄭百評(2001),「資料採礦讓企業深耕客戶價值」,數位時代雜誌,專刊2號,第48-51頁。
17.盧坤利(2000),「台灣地區企業採用顧客關係管理系統之影響因素研究」,台灣大學商學研究所碩士論文。
18.簡禎富、林鼎浩(2001),「建構半導體晶圓允收測試資料挖掘架構及其實證研究」,中華民國工業工程期刊,第十八卷,第四期,第37-48頁。
19.謝依真(2001),「不同分群方法與不同資料來源之比較」,成功大學工業管理研究所碩士論文。
20.Adriaan, P. and D. Zantinge (1996), Data Mining, Addison-Wesley, Harlow.
21.Anil, B. (1999), Customer Relationship Management, toolbox Portal for CRM.
22.Berry, J. A. M., O. Lin, and Gordon (1997), “Data Mining Techniques for Marketing, Sales, and Customer Support,” New York: John Wiley and Sons, Inc..
23.Peppers, D., M. Rogers, and B. Dorf (1999), ”Is Your Company Ready for One to One Marketing?,” Harvard Business Review, Vol. 77, Iss. 1, pp.151-160.
24.Fayyad, U. M. (1996), “Data Mining and Knowledge Discovery: Making Sense Out of Data,” IEEE Intelligent Systems , IEEE Expert, Vol. 11, No. 5, pp.22-23.
25.Frawley, W. J., G. P. Shapiro, and C. J. Matheus (1991), “Knowledge Discovery in Databases: An Overview,” Knowledge Discovery in Database, AAAI Press/The MIT Press, Menlo Park, CA.
26.Ganti, V., R. Ramakrishnan, J. Gehrke, A. Powell, and J. French (1999), “Cluster Large Datasets in Arbitrary Metric Spaces,” In Proceedings of the 15th International Conference on Data Engineering, pp. 502-511.
27.Grupe, F. H. and M. M. Owrang (1995), “Data Base Mining Discovery New Knowledge and Cooperative Advantage,” Information System Management, Vol. 12, No. 4, pp. 26-31.
28.Kohonen, T. (1990), “The Self-Organizing Kohonen Map,” Proc. IEEE, Vol.78, No.9, pp. 1481-1480.
29.Agrawal, R. and R. Srikant (1995), “Mining Sequential Patterns,” Proc. 11th International Conference Data Engine, pp. 3-14.
30.Wendell R. S. (1956), “Product Differentiation and Market Segmentation as Alternative Marketing Strategies,” Journal of Marketing, Vol. 21, pp. 3-8.
31.http://www.arcway.com.tw/
32.http://www.emba.com
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔