如何在房地產客戶管理系統中應用數據挖掘技術，可以挖掘出哪些有用的信息？

客戶關系管理是企業的壹種經營戰略，在現代企業中發揮著越來越重要的作用，是企業增強競爭力的必由之路。在客戶關系管理過程中，如何將大量的客戶數據和交易數據轉化為能夠支持企業決策的各種信息，是房地產企業面臨的重要問題。面對海量數據收集的快速增長，企業需要強大的數據分析工具將豐富的數據轉化為有價值的知識。數據挖掘是從大量數據中提取有用和有趣知識的過程。數據挖掘發現的知識模式有許多不同類型，常見的模式有:關聯模式、分類模式、聚類模式、決策樹等。主要介紹了關聯模式(關聯規則)的基本概念、常用算法和改進算法，以及研究現狀，指出關聯規則挖掘是目前的壹個熱點。在關聯規則挖掘算法中，大多數算法都是基於Apriori算法的，在挖掘過程中會產生大量的候選集，降低了關聯規則挖掘的效率。同時，關聯規則挖掘會得到大量冗余規則，降低關聯規則挖掘的效率。而且關聯規則挖掘的用戶交互性能也很差。在深入研究現有算法的基礎上，為了提高用戶數據挖掘的人機交互性能，解決關聯規則挖掘產生冗余規則的問題，提出了壹種關聯規則挖掘方法——Apriori+算法。Apriori+算法改進了事務數據庫的存儲形式，提高了關聯規則的效率和交互性，采用了新的數據預處理和面向用戶的關聯規則數據挖掘，明顯提高了其效率。本文以某房地產開發企業實施的CRM項目為背景，從房地產客戶關系管理的實際需求出發，在分析了關聯規則挖掘的基本原理和技術特點後，重點研究了利用關聯規則挖掘技術分析房地產客戶意向的問題，詳細探討了數據挖掘技術在房地產客戶管理系統中應用的途徑和方法，並給出了壹個成功的實施案例。