基于bp算法的客户价值评价

《基于bp算法的客户价值评价》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于BP算法的客户价值评价陈光会1，李纯青1，2，赵健3，赵艳1（1.西安工业学院经济管理学院，陕西西安710032；2.西安交通大学管理学院，陕西西安710048；3.西北大学电子科学系，陕西西安710069)摘　要：针对神经网络的结构特性、自适应性和自学习功能，提出了基于BP神经算法的客户价值评价系统。通过系统的规划、设计，确定了系统模型，并用改进的BP算法实现了客户价值评价，该模型在收敛速度、网络的适应能力方面是可行的、适用的。实验结果表明：该方法用于客户关系管理领域的客户价值评价，克服了传统分析过程的复杂性，具

2、有方便、准确、可靠、快速的特点。关　键　词：客户价值；指标评价；BP模型中图分类号：TP391文献标识码：A文章编号：1000-274X(2003)0054-08在WTO以及经济全球化形势下，为数不少的企业纷纷从“以产品为中心”的模式向“以客户为中心”的模式转移，但由于国内企业发展的特殊轨迹，在客户关系管理CRM（Customerrelationshipmanagement）方面的研究和应用明显落后于国外。CRM的核心内容便是客户价值，而本文所要研究的客户价值是把客户看作一项资源(客户资源)[1]，这种客户资源能够给企

3、业带来的利益，称为企业的客户价值。企业的发展取决于客户提供给企业的价值，不同的客户对企业的贡献度不一样，对企业而言，客户的价值就不一样。在众多的客户中，哪些客户是最有价值的，如何根据客户价值的大小提供不同层次的服务，解决这些问题的最好办法是建立客户价值评价指标体系。如何建立、采用何种方法才能对客户价值进行准确、快速的评价，这便是本文研究的内容。1客户价值评价指标体系的确定综合评价是对系统进行技术(功能)、经济、社会等各方面的全面评价，是决策理论研究的一个重要内容，主要是指评价主体在多指标体系下对某方案的优劣评判或分类判

4、别。其问题本身可以由下列四元组来描述〈A，V，Wc，O〉，其中：A={a1，a2，…，an}为n维评价指标体系；V为评价对象在指标体系下的属性值；Wc为评价主体对指标体系的偏好结构，常见的如各指标的权重描述；O为评价输出。评价工作在某些领域是不可或缺的，如工程、经济、管理等领域，其评价结果会对决策者提供或多或少的指导作用。在对系统进行评价时，首先需要建立系统的评价指标体系，然后才能采用适当的方法进行评价。客户价值评价有许多方法，除常规的单项因子评价法、综合评价法外，还有模糊数学、运筹学、多元统计分析、灰色系统理论、多维

5、标度分析及空间统计学等，这些方法在不同程度上取得了一定效果，但还不够完善[2]：①较准确地确定各项指标的权重相当困难，对于客户价值评价指标体系以往通常凭借专家的经验进行评估，主观随意性较大，其评价结果与实际值往往存在一定的误差，有时甚至相当大；②7某些指标的评价结果的影响随时间变化，用传统的方法很难对结果做出精确的评价；③计算复杂，求解烦琐，计算量相当大；④这些算法缺乏自学习能力。因此，长期以来专家们一直试图获取一种快速、有效且准确的客户价值指标评价方法，为企业的管理者提供有效的决策依据。近年来，人工神经网络（ANN）

6、理论以其强大的功能越来越受到关注，也为快速、准确地评价客户价值提供了理论依据和方法。2.1　可行性人工神经网络是以工程技术手段，模拟人脑神经网络的结构与功能的一种技术系统，它用大量非线性并行处理器，模拟众多的人脑神经元，用处理器间错综灵活的连接关系来模拟人脑神经元，可以解决许多用传统方法不能解决的问题。神经网络能够从数据样本中自动学习以前的经验，不需要繁复的查询和表述过程，并且能够自动的逼近那些最佳刻画了样本数据规律的函数，不论这些函数具有怎样的形式。对于那些影响因素越复杂，非线性程度越高的情况，人工神经网络的这种优势

7、越明显。对于客户价值的评价指标这一问题，本身涉及的影响因素很多，对其进行评价，必须很好地研究各个影响变量之间的关系，而这种复杂的关系很难用具体的数学方程表达出来，传统的回归方法和专家识别法也常常显得精确度不够。人工神经网络的特点就是可以模拟复杂的非线性函数，通用性极强，正好适用于这种情况。神经网络具有自适应性、自学习性、自组织性等特点，并且善于从近似的、不确定的、甚至相互矛盾的知识环境中作出决策，可以避开人为计取权重和计算相关系数等环节。BP算法是迄今为止，应用最普遍的神经网络学习算法。将训练后的BP神经网络用于客户价

8、值的综合评价，既可摆脱人为因素及模糊随机性的影响，又能保证评价的准确性，是一种智能的评价方法。因此，本文采用基于BP网络的客户价值评价体系。2.2　优　势客户与企业关系发展是动态的，分析客户价值应该定量与定性相结合、动态指标与静态指标相结合进行综合评价。本文对客户关系生命周期的4个时段用22个指标进行客户价值的综合评价，并在此基础