利用数据挖掘管理客户关系

利用数据挖掘管理客户关系

二是在网络层和数据链路层之间实施，也称为堆栈中的块。

１．对于主机，ＩＰＳｅｃ的功能实现方法

（１）本地操作系统堆栈：操作系统供应商在其操作系统的本地ＩＰ堆栈中提供集成的ＩＰＳｅｃ功能。

（２）替代堆栈：对没有提供本地堆栈ＩＰＳｅｃ实施的操作系统，可以使用第三方的替代堆栈来替代整个本地堆栈。

（３）堆栈中的块：使用应用程序接口（ＡＰＩ）将它插入到本地操作系统中。

２．对于路由器（网关），ＩＰＳｅｃ的功能实现方法

（１）线缆中的块：这种ＩＰＳｅｃ实施通常是为进入和外出数据包提供ＩＰＳｅｃ服务的双接口设备，它对于网络上其他设备透明的。

（２）集成防火墙：用于远程访问和站点对站点的虚拟专用网（ＶＰＮ）。

四、ＩＰＳｅｃ在无线局域网（ＷＬＡＮ）的应用

基于ＩＥＥＥ８０２．１１ｘ标准的ＷＬＡＮ是以有线等效私密算法协议（ＷＥＰ）来保证其通信安全的。然而，在实际运作中ＷＥＰ在数据安全、网络访问控制及数据完性性方面均存在缺陷。因此，可以在ＷＥＰ算法的基础上，结合基于ＩＰＳｅｃ的ＶＰＮ安全解决方案及ＶＰＮ安全隧道的构造方法来解决ＷＬＡＮ的安全问题。

ＷＥＰ工作在网络的第二层，当在此基础上，利用ＩＰＳｅｃ协议把各种网络协议直接装入隧道协议中，形成的数据包依靠第三层协议进行传输，则可以达到数据通信安全的目的。但由于实施ＩＰＳｅｃ协议需要的开销比较大，可能会延迟数据的处理。因此，应对数据进行安全级别的分类，根据数据的安全级别来确定是否需要对数据进行更高层次的安全保护。如对一般安全级别的数据可以仅用ＷＥＰ协议算法，而对安全级别较高的数据可启用ＩＰＳｅｃ保护。

为了能在ＷＬＡＮ中对不同安全级别用户数据包实施安全保护，可以组建一个有“中心接入型”结构的“公网”部署的专用ＷＬＡＮ系统，其中的专用ＷＬＡＮ服务器将承担ＷＬＡＮ中的所有用户的认证，经认证后方可相互通信或与公网进行通信。具体可以采用如下策略来构建其安全通信隧道：让一般用户仅使用ＷＥＰ协议，但也由专用ＷＬＡＮ服务器对其进行认证并加密；对安全性要求较高的固定用户，在网络层使用ＡＨ或ＥＳＰ协议的传输模式；对安全性要求较高的移动用户，在网络层使用ＡＨ或ＥＳＰ协议的隧道模式；对需要在不同网段通信，而安全性要求又比较高的移动用户，还可以使用ＩＰＳｅｃ的嵌套隧道方式来构造ＶＰＮ，从而实现接入认证和数据加密机制以防止外部攻击。

五、总结

本文分析了ＩＰＳｅｃ的安全体系结构，总结了ＩＰＳｅｃ的运行模式及实施方案，并给出了ＩＰＳｅｃ在ＶＰＮ的应用及ＩＰＳｅｃ在ＷＬＡＮ中的应用模型。

参考文献：

［１］杨义先　钮心忻：无线通信安全技术［Ｍ］．北京：北京邮电大学出版社．２００５：２７９－２８３

［２］王翌白　汪海航等：基于ＩＰＳＥＣ的ＶＰＮ的安全功能要求的设计与分析．计算机工程与应用．２００３（１６）：１５６－１６０

［摘　要］　随着信息技术的不断发展，电子商务正在改变企业、家庭以及个人的管理和生活方式。在这种新兴的商务方式下，企业的客户管理将产生很大的变化。本文在分析电子商务环境下的客户关系管理关系的基础上，通过对关联规则的具体分析，进一步明确数据挖掘在客户关系管理中的重要性。

［关键词］　客户关系管理　数据挖掘　关联规则一、引言

随着ＩＴ技术的迅猛发展及其在企业管理领域的广泛应用，使得客户关系管理（ＣＲＭ）从企业的一种经营理念和思想转变为企业的一种经营工具和手段，被越来越多的企业——不仅包括大企业，还包括大量的中小企业所接受。ＣＲＭ中的数据挖掘就是利用数据挖掘理论和技术创建描述和预测客户行为的模型，以实现企业有效的客户管理。本文的主要目的就是通过对关联规则的具体分析，实现对客户关系管理中的产品销售分析，并预测客户需求趋势。

二、数据挖掘在ＣＲＭ中的引入与应用

客户关系管理（ＣｕｓｔｏｍｅｒＲｅｌａｔｉｏｎｓｈｉｐＭａｎａｇｅｍｅｎｔ英文缩写为ＣＲＭ）由ＧａｒｔｎｅｒＧｒｏｕｐ首先提出，其定义是企业与客户之间建立的管理双方接触活动的信息系统，它告诉企业谁是对它最有利的客户，并激发其制定保留老客户、吸引新客户的市场战略。进入网络时代，企业的客户关系管理应该是利用现代信息技术手段，在企业与客户之间建立的一种数字的、实时的、互动的管理交流系统。据ＩＤＣ预测，全球ＣＲＭ市场到２００３年将达到１６８亿美元。２００４年，整个亚太地区的ＣＲＭ市场将达到１２亿美元。而中国的ＣＲＭ市场将保持超世界水平的增长，涨幅达到５０％。可见，ＣＲＭ市场的未来发展前景非常乐观。

ＣＲＭ系统中的技术类型主要包含三种：（１）运营型ＣＲＭ：运营型ＣＲＭ主要包括客户服务中心，其典型的功能有客户服务、订购管理或销售及营销的自动化及管理等。（２）操作型ＣＲＭ：这种软件目前较多，它更多关注客户信息的组织和管理的简单化。它的重点是创建一个客户数据库，这个库提供了客户与关系的一致性描绘并用专门的应用程序来提供这些信息。（３）分析型ＣＲＭ：分析型ＣＲＭ可对客户数据进行捕捉、存储、提取、处理、解释、产生相应报告。它使用了数据挖掘技术。因为客户信息的绝对容量增加和与客户的相互作用日益复杂，数据挖掘迎合了该种趋势，它能促使客户关系更有意义。

数据挖掘（ＤａｔａＭｉｎｉｎｇ），又称数据库中的知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙＩｎＤａｔａｂａｓｅ，ＫＤＤ），是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息

年５总第４６７期

２４

利用数据挖掘管理客户关系

或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘是进行数据查询，它能够找出过去数据之间的潜在联系，从而促进信息的传递。数据挖掘工具能够对将来的趋势和行为进行预测，从而很好地支持人们的决策，比如，经过对整个公司数据库系统的分析，数据挖掘工具可以回答诸如“哪个客户对我们公司的邮件推销活动最有可能作出反应，为什么？”等类似的问题。将其运用到客户关系管理中，就能在数据量庞大的客户数据库中，将看似无关联的数据进行筛选，净化，提取出有价值的客户关系，对客户需求作出恰当的回应，并预测需求趋势。

三、关联分析在ＣＲＭ数据挖掘中的应用

传统的企业信息系统由于缺乏数据挖掘功能，最多只有一些统计数据，从表面上似乎合理，但在实际上根本不能反映本质情况。关联分析是发现交易数据库中不同商品（项）之间的联系，这些规则找出顾客购买行为模式，如购买了某一商品对购买其他商品的影响；发现这样的规则可以应用于商品货架设计、货存安排以及根据购买模式对用户进行分类。而为了达到这个目的，关联分析需要通过关联规则进行数据挖掘。关联规则是ＲａｋｅｓｈＡｇｒａｗａｌ等人提出的数据挖掘领域中的一个重要课题，Ａｇｒａｗａｌ等于１９９３年首先提出了挖掘顾客交易数据库中项集间的关联规则问题，以后诸多的研究人员对关联规则的挖掘问题进行了大量的优化研究，如引入随机采样、并行的思想等，以提高算法挖掘规则的效率；对关联规则的应用进行了推广。本文采用的是 …… 此处隐藏：2917字，全部文档内容请下载后查看。喜欢就下载吧 ……