CN109360004A - 一种客户关系管理方法及系统 - Google Patents
一种客户关系管理方法及系统 Download PDFInfo
- Publication number
- CN109360004A CN109360004A CN201811117995.4A CN201811117995A CN109360004A CN 109360004 A CN109360004 A CN 109360004A CN 201811117995 A CN201811117995 A CN 201811117995A CN 109360004 A CN109360004 A CN 109360004A
- Authority
- CN
- China
- Prior art keywords
- client
- item
- subelement
- collection
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Abstract
本发明公开一种客户关系管理方法及系统,采用改进的Apriori算法对客户进行分类,得到各用户的信用等级评估,本发明改进后的Apriori算法不需要频繁扫描数据库,只需要进行一次扫描就可以达到目的,效率更高,针对不同信用等级的客户设置不同的信用额度,根据客户分类与信用高等级评估对客户采取不同的催缴方案,提升客户服务水平,并且本发明的系统主动发送停电公告等信息给客户,提升客户满足度。
Description
技术领域
本发明属于客户关系管理领域,特别涉及一种电网客户关系管理技术。
背景技术
随着市场经济的发展,我国的电力企业逐渐由生产型企业转为经营型企业,市场营销和客户服务成为电网企业当前工作的重要方面,市场营销的概念随之进入了电力行业。近年来电力企业构建了大量的信息系统,如计划管理系统、负荷管理系统、生产及用电管理系统等,这些信息中积累了大量的数据,并且呈爆炸式增加,然后这些数据并未得到充分利用,只是对数据进行简单查询、统计,尤其现有的客户信息管理系统只是记录了客户信息,无法为客户关系管理提供支持,而隐藏在数据中有价值的规则都没有被很好利用,导致了一种“数据爆炸而知识贫乏”的现象出现。如何研发出一套客户关系管理系统,充分有效地利用这些信息管理系统留下来的宝贵数据,采用合适的数据分析和处理技术,并进行有针对性的分析和挖掘,使之变为决策型的信息,以为企业发展提供辅助决策的依据,为电网企业的市场营销和提高客户服务水平提供决策支持,成为目前函待解决的问题。
数据挖掘技术可对海量数据进行分析,从中抽取出有价值的规则。针对电网用户数据,可综合利用客户信息以及客户缴费信息等数据进行聚类分析,然后完成客户细分以及信用等级评估,为不同客户设置不同的信用额度以及催缴费用方案,可为电力企业决策提供依据,提升服务水平。
以美国为主的西方国家首先从客户关系理论研究及实践研究都要比中国早,1999年,美国Gartner Group Inc公司提出了CRM概念,即客户关系管理系统。CRM系统是在原有ERP(企业资源计划)系统基础之上发展而来的独立系统,旨在独立于ERP系统并重点关注供应链下游(客户端)的管理,CRM系统自提出以来取得了爆炸试的发展,有分析人员指出客户忠诚度每增加5%个点,企业的利润将提高10倍,可见CRM系统所建立的客户关系对企业发展的重要性。
而国内较之国外起步晚了很多,但依然取得了许多不错的成果。首先邱义堂将决策树方法和专家知识两种方法进行结合对某公司GSM系统电话客户进行忠诚度研究,并建立了对应的忠诚度预测模型,该模型可为公司提供忠诚度较低的客户名单,从而为企业做出挽留决策提供依据。盛昭瀚等人提出了新的预测客户忠诚度的方法,该方法结合了粗糙集方法和基于加权熵的ID3决策树方法,实际应用效果表明该方法可有效预测客户忠诚度。王维佳等人通过使用RBF预测工具研究了某企业客户的忠诚度,最终得到了对客户忠诚度存在影响的关键因素。姚敏等人利用多准则ANN方法对客户信息进行预处理和转换,然后采用决策树方法来预测客户忠诚度,并给出忠诚度较低或即将流失的客户名单,通过对样本数据的实际测试方法该方法有较高的准确率。虽然国内对数据挖掘技术的研究日趋成熟,然而其在忠诚度方法的实际应用还比较有限,目前还不存在比较成熟的客户忠诚度预测系统,均只能简单通过面向大众的行销模式来挽留客户,因此需要进一步研究数据挖掘技术在客户信用等级评估方面的应用,以便提高企业维系和挽留客户的能力。
发明内容
为解决上述技术问题,本发明提供一种客户关系管理方法及系统,通过采用改进的Apriori算法对客户进行分类,实现对不同客户采取不同的催缴方案,主动发送停电公告等信息给客户的效果。
本发明采用的技术方案为:一种客户关系管理方法,通过数据挖掘对客户进行分类,所述数据挖掘具体采用改进的Apriori算法,所述改进的Apriori算法具体包括以下分步骤:
A1、确定待扫描的数据库以及兴趣项,从而得到数据库的项集;
A2、计算项集频数,然后将项集频数写入链表L;
A3、通过计算获得最小支持度和最小可信度;
A4、以步骤A3计算得到的最小支持度和最小可信度为条件,对链表L中的频数进行处理,得到关联关系集。
进一步地,步骤A4得到关联关系集之后,还包括:判断是否继续挖掘,若是,则返回步骤A2重新确定最小支持度和最小可信度,否则结束。
进一步地,步骤A4具体为:
A41、将频数小于最小支持度的项集删除;
A42、对剩下的项集挖掘关联规则;
A43、得到关联关系集。
进一步地,还包括对改进的Apriori算法的数据源进行预处理,所述预处理包括:
B1、确定数据来源,从而得到初始数据;
B2、对初始数据进行清理;
B3、将经步骤B2得到的数据进行转换,得到标准化的数据。
更进一步地,步骤B1还包括根据用户的用电量、购电量、电费缴纳失效以及欠费情况得到用户的评估数据。
更进一步地,还包括根据用户评估数据对用户进行维护。
一种基于客户关系管理方法的客户关系管理系统,包括:客户管理模块、客户维系模块、投诉管理模块以及系统管理模块;客户管理模块对客户进行评估并分类,客户维系模块包括短信维系与邮件维系,根据客户评估结果通过短信或邮件向用户发送停电公告;投诉管理模块用于收集客户投诉信息并对投诉进行处理;系统管理模块用于保护系统数据,包括:登录单元和数据维护单元;登录单元用于输入用户登录ID,并验证登录用户身份是否合法,数据维护单元用于备份用户信息。
进一步地,客户管理模块至少包括:数据挖掘单元。
更进一步地,数据挖掘单元包括:项集确定子单元、项集频数计算子单元、项集筛选子单元、关联关系子单元以及判断单元;项集确定子单元根据待扫描的数据库以及兴趣项,得到数据库的频繁项集;项集频数计算子单元计算得到最小支持度和最小可信度;项集筛选子单元根据最小支持度和最小可信度对频繁项集进行筛选,关联关系子单元根据筛选后得到的频繁项集得到关联关系集;判断单元确定是否继续挖掘,若是,则项集频数计算子单元重新计算得到最小支持度和最小可信度;然后通过项集筛选子单元进行对频繁项集进行筛选,关联关系子单元得到新的关联关系集;否则结束。
进一步地,所述客户关系管理模块还包括用户的历史用电记录。
进一步地,所述用户信息至少包括:用户名、用户地址、用户历史用电记录。
本发明的有益效果:本发明的一种客户关系管理方法及系统,采用改进的Apriori算法对客户进行分类,得到各用户的信用等级评估,本发明改进后的Apriori算法不需要频繁扫描数据库,只需要进行一次扫描就可以达到目的,效率更高,针对不同信用等级的客户设置不同的信用额度,根据客户分类与信用高等级评估对客户采取不同的催缴方案,提升客户服务水平,并且本发明的系统主动发送停电公告等信息给客户,提升客户满足度。
附图说明
图1为本发明的客户关系管理系统功能框图;
图2为本发明实施例提供的改进的Apriori算法流程图;
图3为本发明实施例提供的改进后的Apriori算法与传统Apriori算法的测试对比图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
如图1所示,本发明的客户关系管理系统包括如下五部分:
系统管理模块:用于保护系统数据,其包含登录、口令管理、数据维护以及角色维护等功能。系统管理模块主要包括数据备份单元以及登陆单元;数据备份单元用于保护用户数据;登陆单元用于校验用户合法性。
客户管理模块:该业务由客户库构建、客户信息维护、客户搜索以及用电资料管理等功能构成。客户管理模块主要对客户进行信用等级评估,以此决定客户信用额度,从而在欠费的情况下可继续用电。具体的信用等级评估采用改进的Apriori算法,如图2所示,改进的Apriori算法流程为:
(1)提出兴趣项的各个子集的项频数:
①确定待扫描的数据库以及兴趣项;
②访问数据库;
③保存各子集的项频数,同时需要获得数据库中各记录的总数,以|D|表示。
(2)挖掘出关联规则:
①提交最小支持度min Sup和最小置信度min Conf,将min Sup转换成min Count;
支持度(support):关联规则的支持度定义如下:
其中,P(A∪B)表示事务包含集合A和B的并(即包含A和B中的每个项)的概率。注意与P(A or B)区别,后者表示事务包含A或B的概率。
置信度(confidence):关联规则的置信度定义如下:
②对兴趣集进行处理得到频繁项集,然后以频数小于min Count为依据,对子集进行删减。
③对剩余的频繁项集进行操作,以此获得置信度高于min Conf的关联规则。
④输出关联关系搜索结果。
本发明提出的改进的Apriori算法中的最小支持度和最小可信度是可变的,并不固定,可进行针对性调整,更符合应用要求;如图2所示,在获得关联关系集之后,需要确定是否继续挖掘,若需要,则需要重新确定最小支持度和最小可信度,直到挖掘出符合要求的关联规则。
本发明中Apriori算法的应用包括以下过程:
(1)确定数据来源
Apriori算法的数据来源于日常运营数据,其中包括消费数据以及投诉数据等,通过上述数据可获得企业类型、企业经营时长、月均购电金额、电费回收准时率、最近欠费时长、投诉次数以及企业经营状况,通过相关数据可知道企业用电特性,上述数据将被应用于数据挖掘。
(2)数据清理
数据清理就是防止某些数据项存在遗漏,针对不同的数据项需采取不同的处理方式,首先评估数据不允许出现零分或者满分的情况,出现上述数据则视为异常数据,需进行清除。对于客户基本信息出现空缺的情况,则需要人工进行添加,防止数据不整齐。
(3)数据转换
原始的评估数据不一定满足挖掘需求,尤其是企业经营时长、电费回收准时率、月均购电金额、投诉次数以及最近欠费时长等,上述因子分别占据70、60、60、70、40分值,为了标准化,需对上述数据进行转换,将其转换为总分为10分的数值,为此需对数据分别除以7、6、6、7以及4,转换数据可作为Apriori算法的挖掘数据。
在经过上述预处理步骤之后,可得到数据挖掘的数据源,如表1所示。
表1数据源
在得到Apriori算法的数据源之后,将数据导入到SQL Server2012数据库中,以便进行数据挖掘,在之前需设定合适的度量标准,具体的评估规则如下:
(1)评估结果“1”的客户具备以下几种特征规则前项
第一、企业经营状况较好,并且用电额度较大。
(2)评估结果=“2”的客户具备以下几种特征规则前项;
第一、购电金额较少,但是缴费准时。
第二、购电金额较大,存在欠费情况。
(3)评估结果=“3”的客户具备以下几种特征规则前项:
第一、购电金额较少,经常欠费。
第二、企业经营状况不好,购电金额较大,存在欠费情况。
在得到上述评估数据之后,可在维系客户时使用,可为客户设定信用额度,说明如下:
(1)对于评估结果为“1”的客户,说明客户信用较好,可设定信用额度为月均购电金额的40%,超过40%则自动断电。
(2)对于评估结果为“2”的客户,说明客户信用适中,可设定信用额度为月均购电金额的20%,超过20%则自动断电。
(3)对于评估结果为“3”的客户,说明客户信用较差,不可为其设定信用额度,当用电金额为0时,则自动断电。
如图3所示,本发明改进后的Apriori算法不需要频繁扫描数据库,只需要进行一次扫描就可以达到目的,效率更高。
客户维系模块:客户关系需要电力公司进行维系,这样才可降低客户流失率,其包含短信维系、邮件维系、客户信用等级评估、短信服务器配置以及邮件服务器配置等功能。客户维系模块主要包括短信维护与邮件维护,短信维护主要过程为:
①在进行客户维系时,选择短信方式。
②短信内容需包含维系内容以及维系号码等信息,维系号码会在选择客户名单时自动选择,无须录入。
③通知功能需要使用参数,需要利用http链接来连接接口,同时还需要提供认证信息证明是授权用户,否则会拒绝发送。
④在连接到第三方接口后,调用sendMessage方法完成维系信息发送。
⑤读取维系信息发送结果,并记录日志。
为解决短信量大问题,本发明的系统还使用了阻塞队列技术,其实现过程如下:
1)由于短信任务是断续调用的,需设置线程来保证有任务时,则启动发送过程,无短信任务时暂停流程,同时还需实现有序发送,这也是使用BlockingQueue阻塞队列的目的。
2)BlockingQueue将短信任务加入到队列中,然后逐个读取,并发送,同时其会自动判断队列是否为空,为空则暂停,有任务则启动,与要求相符。
3)读取BlockingQueue队列中的任务,然后使用参数连接第三方网关,连接成功后,通过第三方网关发送通知信息。
邮件维护主要弥补短信维护所能发送的内容较少的缺陷。在发送邮件时,需要调用邮件服务器参数,然后就可以使用send方法来发送邮件。SMTP协议中SmtpServer方法主要用于设置邮件服务器地址,MailMessage用于存储邮件对象内容,然后可利用send方法将MailMessage对象中内容发送到指定地址,邮件通知功能的实现步骤如下:
1)利用MailMessage的构造方法获得mail对象。
2)以mail对象存储通知内容,包括mail.From、mail.To以及mail.Body等。
3)调用SmtpMail.SmtpServer方法设置邮件服务器参数。
4)利用SmtpMail.Send(mail)方法将mail对象中内容发送到mail.To所对应的邮件地址。
投诉管理模块:其用于处理客户投诉,其包括客户投诉、投诉处理、投诉维护以及投诉查询等功能。当发生未通知直接停电或者电网故障长时间未处理等情况时,客户可进行投诉,投诉信息会登记入库,以便处理,其有助于提升电网公司服务水平。
查询统计模块:用于查询统计电网公司的客户情况,其包含客户用电统计、客户分类统计、统计结果导出以及统计结果打印等功能。查询统计模块用于查询统计电网公司的客户情况,其包含客户用电统计、客户分类统计、统计结果导出以及统计结果打印等功能。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (9)
1.一种客户关系管理方法,其特征在于,采用改进的Apriori算法对客户进行分类,所述改进的Apriori算法具体包括以下分步骤:
A1、确定待扫描的数据库以及兴趣项,从而得到数据库的项集;
A2、计算项集频数,然后将项集频数写入链表L;
A3、通过计算获得最小支持度和最小可信度;
A4、以步骤A3计算得到的最小支持度和最小可信度为条件,对链表L中的频数进行处理,得到关联关系集。
2.根据权利要求1所述的一种客户关系管理方法,其特征在于,步骤A4得到关联关系集之后,还包括:判断是否继续挖掘,若是,则返回步骤A2重新确定最小支持度和最小可信度,否则结束。
3.根据权利要求2所述的一种客户关系管理方法,其特征在于,步骤A4具体为:
A41、将频数小于最小支持度的项集删除;
A42、根据规则对剩下的项集挖掘关联规则;
A43、得到关联关系集。
4.根据权利要求3所述的一种客户关系管理方法,其特征在于,还包括对改进的Apriori算法的数据源进行预处理,所述预处理包括:
B1、确定数据来源,从而得到初始数据;
B2、对初始数据进行清理;
B3、将经步骤B2得到的数据进行转换,得到标准化的数据。
5.根据权利要求4所述的一种客户关系管理方法,其特征在于,步骤B1还包括根据用户的用电量、购电量、电费缴纳失效以及欠费情况得到用户的评估数据。
6.根据权利要求5所述的一种客户关系管理方法,其特征在于,还包括根据用户评估数据对用户进行维护。
7.一种基于客户关系管理方法的客户关系管理系统,其特征在于,包括:客户管理模块、客户维系模块、投诉管理模块以及系统管理模块;客户管理模块对客户进行评估并分类,客户维系模块包括短信维系与邮件维系,根据客户评估结果通过短信或邮件向用户发送停电公告;投诉管理模块用于收集客户投诉信息并对投诉进行处理;系统管理模块用于保护系统数据,包括:登录单元和数据维护单元;登录单元用于输入用户登录ID,并验证登录用户身份是否合法,数据维护单元用于备份用户信息;
客户管理模块至少包括:数据挖掘单元。
8.根据权利要求7所述的一种基于客户关系管理方法的客户关系管理系统,数据挖掘单元包括:项集确定子单元、项集频数计算子单元、项集筛选子单元、关联关系子单元以及判断单元;项集确定子单元根据待扫描的数据库以及兴趣项,得到数据库的频繁项集;项集频数计算子单元计算得到最小支持度和最小可信度;项集筛选子单元根据最小支持度和最小可信度对频繁项集进行筛选,关联关系子单元根据筛选后得到的频繁项集得到关联关系集;判断单元确定是否继续挖掘,若是,则项集频数计算子单元重新计算得到最小支持度和最小可信度;然后通过项集筛选子单元进行对频繁项集进行筛选,关联关系子单元得到新的关联关系集;否则结束。
9.根据权利要求8所述的一种基于客户关系管理方法的客户关系管理系统,其特征在于,信用等级划分单元包括:项集确定子单元、项集频数计算子单元、项集筛选子单元、关联关系子单元以及判断单元;项集确定子单元根据待扫描的数据库以及兴趣项,得到数据库的频繁项集;项集频数计算子单元计算得到最小支持度和最小可信度;项集筛选子单元根据最小支持度和最小可信度对频繁项集进行筛选,关联关系子单元根据筛选后得到的频繁项集得到关联关系集;判断单元确定是否继续挖掘,若是,则项集频数计算子单元重新计算得到最小支持度和最小可信度;然后通过项集筛选子单元进行对频繁项集进行筛选,关联关系子单元得到新的关联关系集;否则结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811117995.4A CN109360004A (zh) | 2018-09-25 | 2018-09-25 | 一种客户关系管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811117995.4A CN109360004A (zh) | 2018-09-25 | 2018-09-25 | 一种客户关系管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109360004A true CN109360004A (zh) | 2019-02-19 |
Family
ID=65347670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811117995.4A Pending CN109360004A (zh) | 2018-09-25 | 2018-09-25 | 一种客户关系管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360004A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872083A (zh) * | 2019-03-15 | 2019-06-11 | 江苏海事职业技术学院 | 一种基于物联网技术的港口生产服务信息整合管理系统 |
CN110795560A (zh) * | 2019-10-21 | 2020-02-14 | 国网湖南省电力有限公司 | 一种电网用电客户的细分方法及系统 |
CN111680973A (zh) * | 2020-05-29 | 2020-09-18 | 成都新希望金融信息有限公司 | 一种催收系统的催收任务优先级智能编排方法 |
CN113256315A (zh) * | 2021-07-08 | 2021-08-13 | 强链(江苏)科创发展有限公司 | 一种客户关系管理系统及方法 |
CN116308400A (zh) * | 2023-05-17 | 2023-06-23 | 南京汇银迅信息技术有限公司 | 基于用户扫码核销行为轨迹分析的客户维护方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050308A1 (en) * | 2003-03-06 | 2007-03-01 | Comptel Corporation | Method, means and a computer program product for setting rating |
CN102622552A (zh) * | 2012-04-12 | 2012-08-01 | 焦点科技股份有限公司 | 一种基于数据挖掘的b2b平台欺诈访问的检测方法和系统 |
CN104715073A (zh) * | 2015-04-03 | 2015-06-17 | 江苏物联网研究发展中心 | 基于改进Apriori算法的关联规则挖掘系统 |
CN104820716A (zh) * | 2015-05-21 | 2015-08-05 | 中国人民解放军海军工程大学 | 基于数据挖掘的装备可靠性评估方法 |
CN107239486A (zh) * | 2017-04-19 | 2017-10-10 | 中国建设银行股份有限公司 | 一种数据特征库建立方法和系统 |
CN107463665A (zh) * | 2017-08-01 | 2017-12-12 | 广东云下汇金科技有限公司 | 一种数据关联规则挖掘算法 |
-
2018
- 2018-09-25 CN CN201811117995.4A patent/CN109360004A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050308A1 (en) * | 2003-03-06 | 2007-03-01 | Comptel Corporation | Method, means and a computer program product for setting rating |
CN102622552A (zh) * | 2012-04-12 | 2012-08-01 | 焦点科技股份有限公司 | 一种基于数据挖掘的b2b平台欺诈访问的检测方法和系统 |
CN104715073A (zh) * | 2015-04-03 | 2015-06-17 | 江苏物联网研究发展中心 | 基于改进Apriori算法的关联规则挖掘系统 |
CN104820716A (zh) * | 2015-05-21 | 2015-08-05 | 中国人民解放军海军工程大学 | 基于数据挖掘的装备可靠性评估方法 |
CN107239486A (zh) * | 2017-04-19 | 2017-10-10 | 中国建设银行股份有限公司 | 一种数据特征库建立方法和系统 |
CN107463665A (zh) * | 2017-08-01 | 2017-12-12 | 广东云下汇金科技有限公司 | 一种数据关联规则挖掘算法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872083A (zh) * | 2019-03-15 | 2019-06-11 | 江苏海事职业技术学院 | 一种基于物联网技术的港口生产服务信息整合管理系统 |
CN110795560A (zh) * | 2019-10-21 | 2020-02-14 | 国网湖南省电力有限公司 | 一种电网用电客户的细分方法及系统 |
CN111680973A (zh) * | 2020-05-29 | 2020-09-18 | 成都新希望金融信息有限公司 | 一种催收系统的催收任务优先级智能编排方法 |
CN111680973B (zh) * | 2020-05-29 | 2023-10-24 | 成都新希望金融信息有限公司 | 一种催收系统的催收任务优先级智能编排方法 |
CN113256315A (zh) * | 2021-07-08 | 2021-08-13 | 强链(江苏)科创发展有限公司 | 一种客户关系管理系统及方法 |
CN113256315B (zh) * | 2021-07-08 | 2021-10-29 | 强链(江苏)科创发展有限公司 | 一种客户关系管理系统及方法 |
CN116308400A (zh) * | 2023-05-17 | 2023-06-23 | 南京汇银迅信息技术有限公司 | 基于用户扫码核销行为轨迹分析的客户维护方法及系统 |
CN116308400B (zh) * | 2023-05-17 | 2023-08-29 | 南京汇银迅信息技术有限公司 | 基于用户扫码核销行为轨迹分析的客户维护方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109360004A (zh) | 一种客户关系管理方法及系统 | |
CN106815709B (zh) | 一种服务快速响应中心支撑系统及方法 | |
Becker et al. | Fraud detection in telecommunications: History and lessons learned | |
León et al. | Variability and trend-based generalized rule induction model to NTL detection in power companies | |
CA2707278C (en) | Synthesis of mail management information from physical mail data | |
US20120054136A1 (en) | System And Method For An Auto-Configurable Architecture For Managing Business Operations Favoring Optimizing Hardware Resources | |
CN104217276A (zh) | 基于规则的自动化审计方法及系统 | |
CN108154342A (zh) | 基于云存储的智能公交数据协同方法及其系统 | |
KR101645992B1 (ko) | 고객 불만을 모니터링 하기 위한 장치 및 컴퓨터-판독가능 매체 | |
CN105917625A (zh) | 使用附加数据的检测到的网络异常的分类 | |
CN111639883A (zh) | 一种基于机器学习的电费回收风险预测方法 | |
CN113011959A (zh) | 一种“七项费用”智慧审计系统及其使用方法 | |
CN110213152A (zh) | 识别垃圾邮件的方法、装置、服务器及存储介质 | |
US7769651B2 (en) | Method and system of processing billing data | |
CN112686446A (zh) | 一种面向机器学习可解释性的信贷违约预测方法及系统 | |
CN108876227A (zh) | 一种电网物资供应商分级管理系统 | |
CN112613711A (zh) | 一种基于六何分析法的水务大数据指标管理方法及系统 | |
CN114219245B (zh) | 基于大数据的乡村电力指数评价方法、装置及存储介质 | |
CN110717678A (zh) | 一种电费风险评估与预警方法、系统 | |
CN115271514A (zh) | 通讯企业的监控方法、装置、电子设备及存储介质 | |
CN112801543A (zh) | 一种多元用电客户信用评估管理系统 | |
CN112949700A (zh) | 企业限产政策执行力度的识别方法及装置 | |
Dan et al. | An incident prioritization algorithm based on BDIM | |
CN111191915A (zh) | 一种基于配电网运行数据的10kV双电源用户线变关系分析方法 | |
CN108681812A (zh) | 面向差异化环保需求商务供应链协同服务系统及管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |