客戶關(guān)系管理與數(shù)據(jù)挖掘第一頁(yè)，共三十六頁(yè)。參考文獻(xiàn)第二頁(yè)，共三十六頁(yè)。內(nèi)容背景一、客戶關(guān)系管理

二、數(shù)據(jù)挖掘是CRM成功的保障三、數(shù)據(jù)挖掘技術(shù)四、結(jié)論第三頁(yè)，共三十六頁(yè)。背景知識(shí)聯(lián)機(jī)事務(wù)處理OLTP(On-linetransactionprocessing)：也稱為面向交易的處理系統(tǒng)，其基本特征是顧客的原始數(shù)據(jù)可以立即傳送到計(jì)算中心進(jìn)行處理，并在很短的時(shí)間內(nèi)給出處理結(jié)果。這樣做的最大優(yōu)點(diǎn)是可以即時(shí)地處理輸入的數(shù)據(jù)，及時(shí)地回答。也稱為實(shí)時(shí)系統(tǒng)(RealtimeSystem)。OLTP是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)的主要應(yīng)用，主要是基本的、日常的事務(wù)處理，例如銀行交易。第四頁(yè)，共三十六頁(yè)。背景知識(shí)OLTP在企業(yè)的應(yīng)用日漸成熟，能順利地完成事務(wù)型業(yè)務(wù)，如自動(dòng)開(kāi)機(jī)（電信運(yùn)營(yíng)商）、即時(shí)交易（金融企業(yè)）、實(shí)時(shí)收銀入賬（零售商場(chǎng)）。但隨著金融、電信等高端服務(wù)業(yè)的市場(chǎng)逐漸完善，OLTP系統(tǒng)的不足和局限也越來(lái)越為人所詬病，這是因?yàn)镺LTP是處理事務(wù)的系統(tǒng)，可是面對(duì)諸如什么客戶的利潤(rùn)率最高、哪些客戶搖擺不定有離開(kāi)的想法、哪些客戶有繼續(xù)購(gòu)買的需求、客戶喜歡什么等等問(wèn)題時(shí)，就開(kāi)始顯得蒼白無(wú)力了。因?yàn)槭诸^現(xiàn)有的大量報(bào)表、報(bào)告，雖然它們?cè)敱M地說(shuō)明了過(guò)去甚至今天正在發(fā)生的事件，卻不能回答明天將要發(fā)生的事情。第五頁(yè)，共三十六頁(yè)。背景知識(shí)CRM是為了幫助發(fā)現(xiàn)以往沒(méi)有發(fā)現(xiàn)的“問(wèn)題”，發(fā)現(xiàn)隱藏在數(shù)據(jù)海洋里的“規(guī)律”和“趨勢(shì)”。CRM的重要功能是預(yù)測(cè)未來(lái)。它的獨(dú)特之處是，能充分利用企業(yè)歷史上的數(shù)據(jù)，來(lái)預(yù)測(cè)企業(yè)的未來(lái)，使企業(yè)能領(lǐng)先一步，識(shí)別風(fēng)險(xiǎn)和機(jī)會(huì)，超前采取應(yīng)對(duì)策略。第六頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的定義

1客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2第七頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的定義

1客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2客戶關(guān)系管理（CustomerRelationshipManagement，CRM）首先是一種管理理念。其核心思想是將企業(yè)的客戶作為重要的資源，通過(guò)完善的客戶服務(wù)和深入的客戶分析來(lái)滿足客戶的需求，保證實(shí)現(xiàn)客戶的終生價(jià)值。CRM又是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理機(jī)制，它實(shí)現(xiàn)于企業(yè)的市場(chǎng)營(yíng)銷、銷售、服務(wù)與技術(shù)支持等與客戶相關(guān)的領(lǐng)域。CRM也是一種管理軟件和技術(shù)?，F(xiàn)在市場(chǎng)中CRM供應(yīng)商較多。國(guó)際的有Siebel、Oracol、Borland、sybase；國(guó)內(nèi)的用友、中圣、金蝶創(chuàng)智等。第八頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的定義

1客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2CRM起源于20世紀(jì)80年代初提出的接觸管理（ContactManagement），即專門收集整理客戶與公司聯(lián)系的所有信息。到20世紀(jì)90年代初期則演變成為包括服務(wù)中心與支持資料分析的客戶服務(wù)（CustomerCare）。經(jīng)歷了20余年不斷演變發(fā)展，CRM逐漸形成了一整套管理理論體系和應(yīng)用技術(shù)體系。第九頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2CRM的概念發(fā)展到今天主要經(jīng)歷了3個(gè)階段：1、成功應(yīng)用于銷售和市場(chǎng)的客戶關(guān)系數(shù)據(jù)應(yīng)用軟件。（1990年）2、客戶關(guān)系營(yíng)銷——Pepper和Rogers的1對(duì)1市場(chǎng)營(yíng)銷理論。（90年代中期）3．通過(guò)數(shù)據(jù)庫(kù)營(yíng)銷應(yīng)用客戶終身價(jià)值分析。（90年代后期）

第十頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2從全球的范圍看，2002年市場(chǎng)對(duì)CRM的需求已經(jīng)比ERP（企業(yè)資源計(jì)劃）高，CRM銷售量每年的增長(zhǎng)率超過(guò)了30%，而ERP只有10%。CRM應(yīng)用最廣泛的領(lǐng)域是與科技和計(jì)算機(jī)相關(guān)的領(lǐng)域，這一領(lǐng)域中的企業(yè)由于信息化程度高和自身的優(yōu)勢(shì)，能夠通過(guò)CRM系統(tǒng)建立起與客戶之間的有效價(jià)值鏈，從而創(chuàng)造更大的效益。第十一頁(yè)，共三十六頁(yè)。一、客戶關(guān)系管理客戶關(guān)系管理的研究和應(yīng)用現(xiàn)狀

2在國(guó)內(nèi)，多數(shù)企業(yè)將大部分力氣投入到企業(yè)內(nèi)部信息系統(tǒng)的建設(shè)上，這意味著CRM在我國(guó)的應(yīng)用還不成熟。

在我國(guó)生產(chǎn)總值中占據(jù)重要地位的傳統(tǒng)企業(yè)在CRM的市場(chǎng)中所占比例較小。加入WTO后企業(yè)面臨著更為嚴(yán)峻的國(guó)際競(jìng)爭(zhēng)，因此企業(yè)迫切需要尋找類似CRM的新思路、新理念來(lái)增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。

第十二頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘使市場(chǎng)信息觸手可及1數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

2第十三頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘使市場(chǎng)信息觸手可及1數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

2數(shù)據(jù)庫(kù)及數(shù)據(jù)挖掘技術(shù)（DataMining，DM）可以擴(kuò)展企業(yè)核心業(yè)務(wù)過(guò)程的信息后勤基礎(chǔ)，通過(guò)數(shù)據(jù)挖掘來(lái)保證對(duì)數(shù)據(jù)的訪問(wèn)及分析，從而提高業(yè)務(wù)過(guò)程的有效性。數(shù)據(jù)挖掘技術(shù)基于事實(shí)，利用數(shù)據(jù)倉(cāng)庫(kù)中產(chǎn)品、價(jià)格、投資、分配等方面，從浩瀚的信息海洋中提煉出有價(jià)值的信息，發(fā)現(xiàn)隱含在這些信息中的對(duì)等的、不明顯的、不可預(yù)知的模式、趨勢(shì)和關(guān)系，為企業(yè)提供決策的依據(jù)。第十四頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘使市場(chǎng)信息觸手可及1數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)2在CRM中，數(shù)據(jù)倉(cāng)庫(kù)將海量復(fù)雜的客戶行為數(shù)據(jù)集中起來(lái)建立一個(gè)整合的、結(jié)構(gòu)化的數(shù)據(jù)模型，在此基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、抽象化、規(guī)范化分類、分析，為企業(yè)管理層提供及時(shí)的決策信息，為企業(yè)業(yè)務(wù)部門提供有效的反饋數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)的作用在企業(yè)管理客戶生命周期的各個(gè)階段都會(huì)有所體現(xiàn)。第十五頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

2數(shù)據(jù)挖掘的主要方法包括關(guān)聯(lián)分析、時(shí)序模式、分類、聚類、偏差分析以及猜測(cè)等，它們可以應(yīng)用到以客戶為中心的企業(yè)決策分析及治理的不同領(lǐng)域和階段：1.關(guān)聯(lián)分析。其目的就是挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系。例如，80%顧客同時(shí)會(huì)在購(gòu)買某種A產(chǎn)品的同時(shí)購(gòu)買B產(chǎn)品，這就是一條關(guān)聯(lián)規(guī)則。2.時(shí)序模式。通過(guò)時(shí)間序列搜索出重復(fù)發(fā)生概率較高的模式，這里強(qiáng)調(diào)時(shí)間序列的影響。例如，某段時(shí)間內(nèi)，購(gòu)買了A產(chǎn)品的人中，70%的人會(huì)買B產(chǎn)品。第十六頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

23.分類。找出一個(gè)類別的概念描述，它代表了這類數(shù)據(jù)的整體信息。分類是數(shù)據(jù)挖掘中應(yīng)用最多的任務(wù)。要為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分類。4.聚類。按一定規(guī)則將數(shù)據(jù)分為一系列有意義的子集。通俗地講，就是多元統(tǒng)計(jì)中研究所謂“物以類聚”現(xiàn)象的一種方法，其職能是對(duì)一批樣本或指標(biāo)按它們?cè)谛再|(zhì)上的親疏程度來(lái)進(jìn)行分類，采用不同的聚類方法，對(duì)于相同的記錄集合可能有不同的劃分結(jié)果。5.偏差分析。從數(shù)據(jù)庫(kù)中找出異常數(shù)據(jù)。6.猜測(cè)。利用歷史數(shù)據(jù)找出規(guī)律，建立模型，并用此模型猜測(cè)未來(lái)數(shù)據(jù)的種類、特征等。第十七頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

2CRM中數(shù)據(jù)挖掘的工作流程：1.數(shù)據(jù)抽樣。當(dāng)進(jìn)行數(shù)據(jù)挖掘時(shí)，首先要從企業(yè)大量客戶信息數(shù)據(jù)中抽取出相關(guān)的數(shù)據(jù)子集。通過(guò)對(duì)數(shù)據(jù)樣本的精選，不僅能減少數(shù)據(jù)處理量，節(jié)省系統(tǒng)資源，而且能通過(guò)對(duì)數(shù)據(jù)的篩選，使數(shù)據(jù)更加具有規(guī)律性。2.數(shù)據(jù)探索。數(shù)據(jù)探索就是通常所進(jìn)行的對(duì)數(shù)據(jù)深入調(diào)查的過(guò)程，從樣本數(shù)據(jù)集中找出規(guī)律和趨勢(shì)，用聚類分析區(qū)分類別，最終要達(dá)到的目的就是搞清楚多因素相互影響的、十分復(fù)雜的關(guān)系，發(fā)現(xiàn)因素之間的相關(guān)性。第十八頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

23.數(shù)據(jù)調(diào)整。通過(guò)上述兩個(gè)步驟的操作，對(duì)數(shù)據(jù)的狀態(tài)和趨勢(shì)有了進(jìn)一步的了解，這時(shí)要盡可能對(duì)問(wèn)題解決的要求進(jìn)一步明確化、進(jìn)一步量化。4.模型化。在問(wèn)題進(jìn)一步明確，數(shù)據(jù)結(jié)構(gòu)和內(nèi)容進(jìn)一步調(diào)整的基礎(chǔ)上，就可以建立模型。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)，運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、數(shù)理統(tǒng)計(jì)、時(shí)間序列分析等方法來(lái)建立模型。5.評(píng)價(jià)。從上述過(guò)程中將會(huì)得出一系列的分析結(jié)果、模式和模型，多數(shù)情況會(huì)得出對(duì)目標(biāo)問(wèn)題多側(cè)面的描述，這時(shí)就要綜合它們的規(guī)律性，提供合理的決策支持信息。

第十九頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

2CRM中數(shù)據(jù)挖掘的應(yīng)用：1.客戶的獲取。把客戶根據(jù)其性別、收入、交易行為特征等屬性細(xì)分為具有不同需求和交易習(xí)慣的群體，同一群體中的客戶對(duì)產(chǎn)品的需求以及交易心理等方面具有相似性，而不同群體間差異較大。這樣就有助于企業(yè)在營(yíng)銷中更加貼近顧客需求。分類和聚類等挖掘方法可以把大量的客戶分成不同的類，適合于進(jìn)行客戶細(xì)分。通過(guò)群體細(xì)分，CRM用戶可以更好地理解客戶，發(fā)現(xiàn)群體客戶的行為規(guī)律。在行為分組完成后，還要進(jìn)行客戶理解、客戶行為規(guī)律發(fā)現(xiàn)和客戶組之間的交叉分析。

第二十頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

22.重點(diǎn)客戶發(fā)現(xiàn)。就是找出對(duì)企業(yè)具有重要意義的客戶，重點(diǎn)客戶發(fā)現(xiàn)主要包括：發(fā)現(xiàn)有價(jià)值的潛在客戶；發(fā)現(xiàn)有更多的消費(fèi)需求的同一客戶；發(fā)現(xiàn)更多使用的同一種產(chǎn)品或服務(wù)；保持客戶的忠誠(chéng)度。根據(jù)80/20以及開(kāi)發(fā)新客戶的費(fèi)用是保留老客戶費(fèi)用的5倍等營(yíng)銷原則，重點(diǎn)客戶發(fā)現(xiàn)在CRM中具有舉足輕重的作用。

第二十一頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

23.交叉營(yíng)銷。商家與其客戶之間的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系，通過(guò)不斷地相互接觸和交流，客戶得到了更好更貼切的服務(wù)質(zhì)量，商家則因?yàn)樵黾恿虽N售量而獲利。交叉營(yíng)銷指向已購(gòu)買商品的客戶推薦其他產(chǎn)品和服務(wù)。這種策略成功的關(guān)鍵是要確保推銷的產(chǎn)品是用戶所感愛(ài)好的，有幾種挖掘方法都可以應(yīng)用于此問(wèn)題，關(guān)聯(lián)規(guī)則分析能夠發(fā)現(xiàn)顧客傾向于關(guān)聯(lián)購(gòu)買哪些商品；聚類分析能夠發(fā)現(xiàn)對(duì)特定產(chǎn)品感愛(ài)好的用戶群；神經(jīng)網(wǎng)絡(luò)、回歸等方法能夠猜測(cè)顧客購(gòu)買該新產(chǎn)品的可能性。第二十二頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

24.客戶分析。主要包括：客戶價(jià)值金字塔分析、客戶分布分析、新增客戶分析、流失客戶分析和購(gòu)買行為分析。其中分類等技術(shù)能夠判定具備哪些特性的客戶群體最輕易流失，建立客戶流失猜測(cè)模型，從而幫助企業(yè)對(duì)有流失風(fēng)險(xiǎn)的顧客提前采取相應(yīng)營(yíng)銷措施。利用數(shù)據(jù)挖掘技術(shù)，可以通過(guò)挖掘大量的客戶信息來(lái)構(gòu)建猜測(cè)模型，較準(zhǔn)確地找出易流失客戶群，并制訂相應(yīng)的方案，最大程度地保持住老客戶。

第二十三頁(yè)，共三十六頁(yè)。二、數(shù)據(jù)挖掘是CRM成功的保障數(shù)據(jù)挖掘?qū)?shù)據(jù)加工成信息和知識(shí)

25.性能評(píng)估。以客戶所提供的市場(chǎng)反饋為基礎(chǔ)，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)清潔與集中過(guò)程，將客戶對(duì)市場(chǎng)的反饋?zhàn)詣?dòng)地輸入到數(shù)據(jù)倉(cāng)庫(kù)中，從而進(jìn)行客戶行為跟蹤。性能分析與客戶行為分析和重點(diǎn)客戶發(fā)現(xiàn)是相互交疊的過(guò)程，這樣才能保證企業(yè)的客戶關(guān)系治理能夠達(dá)到既定的目標(biāo)，建立良好的客戶關(guān)系。

第二十四頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)

決策樹(shù)法、遺傳算法、集合論方法、神經(jīng)網(wǎng)絡(luò)方法、聚類方法、粗集方法、模糊集合方法、BayesianBeliefNetords、最鄰近算法、關(guān)聯(lián)規(guī)則挖掘算法、可視化技術(shù)等……第二十五頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)ID3決策樹(shù)法主要思想：ID3方法檢驗(yàn)所有的特征，選擇互信息最大的特征點(diǎn)A為產(chǎn)生決策樹(shù)節(jié)點(diǎn)，由該特征的不同取值建立分支，對(duì)各分支的實(shí)例子集遞歸，用該方法建立決策樹(shù)節(jié)點(diǎn)和分支，直到某一子集中的例子屬于同一類。第二十六頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)ID3決策樹(shù)法主算法1、從訓(xùn)練集中隨機(jī)選擇一個(gè)既含正例又含反例的子集（稱為窗口）；2、用建樹(shù)算法使當(dāng)前窗口形成一裸決策樹(shù)；3、對(duì)訓(xùn)練集（窗口除外）中例子用所得決策樹(shù)進(jìn)行類別判定，找出錯(cuò)判的例子；4、若存在錯(cuò)判的例子，把它們插入窗口，轉(zhuǎn)B，否則結(jié)束。

建樹(shù)算法

1、對(duì)當(dāng)前例子集合計(jì)算各特征的互信息；2、選擇互信息最大的特征A（i）；3、把在A（i）處取值相同的例子歸于同一子集，A（i）取幾個(gè)值就得幾個(gè)子集；4、對(duì)既含正例又含反例的子集，遞歸調(diào)用建樹(shù)算法；5、若子集僅含正例或反例，對(duì)應(yīng)分支標(biāo)上p或N，返回調(diào)用處。第二十七頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)神經(jīng)網(wǎng)絡(luò)方法主要思想：以神經(jīng)生理學(xué)為基礎(chǔ)，模擬人的神經(jīng)元功能，經(jīng)過(guò)輸入層、隱藏層、輸出層等，對(duì)數(shù)據(jù)進(jìn)行調(diào)整，計(jì)算，最后得到結(jié)果，用于分類和回歸。第二十八頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)，圖中的橢圓表示節(jié)點(diǎn)，橢圓間的連線表示連接。神經(jīng)網(wǎng)絡(luò)接受左邊節(jié)點(diǎn)的屬性值，并對(duì)其進(jìn)行計(jì)算，右邊的節(jié)點(diǎn)就產(chǎn)生新值，這個(gè)值表示神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)值。第二十九頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)遺傳算法（GeneticAlgorithm，GA）

主要思想：基于自然進(jìn)化理論，模擬基因聯(lián)合、突變、選擇等過(guò)程的一種優(yōu)化技術(shù)。第三十頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)遺傳算法創(chuàng)建一個(gè)隨機(jī)的初始狀態(tài)：初始種群是從解中隨機(jī)選擇出來(lái)的，將這些解比喻為染色體或基因，該種群被稱為第一代。

評(píng)估適應(yīng)度：對(duì)每一個(gè)解(染色體)指定一個(gè)適應(yīng)度的值，根據(jù)問(wèn)題求解的實(shí)際接近程度來(lái)指定(以便逼近求解問(wèn)題的答案)。繁殖(包括子代突變)：帶有較高適應(yīng)度值的那些染色體更可能產(chǎn)生后代(后代產(chǎn)生后也將發(fā)生突變)。后代是父母的產(chǎn)物，他們由來(lái)自父母的基因結(jié)合而成，這個(gè)過(guò)程被稱為“雜交”。下一代：如果新的一代包含一個(gè)解，能產(chǎn)生一個(gè)充分接近或等于期望答案的輸出，那么問(wèn)題就已經(jīng)解決了。如果情況并非如此，新的一代將重復(fù)他們父母所進(jìn)行的繁衍過(guò)程，一代一代演化下去，直到達(dá)到期望的解為止。并行計(jì)算：非常容易將遺傳算法用到并行計(jì)算和群集環(huán)境中。一種方法是直接把每個(gè)節(jié)點(diǎn)當(dāng)成一個(gè)并行的種群看待。然后有機(jī)體根據(jù)不同的繁殖方法從一個(gè)節(jié)點(diǎn)遷移到另一個(gè)節(jié)點(diǎn)。另一種方法是“農(nóng)場(chǎng)主/勞工”體系結(jié)構(gòu)，指定一個(gè)節(jié)點(diǎn)為“農(nóng)場(chǎng)主”節(jié)點(diǎn)，負(fù)責(zé)選擇有機(jī)體和分派適應(yīng)度的值，另外的節(jié)點(diǎn)作為“勞工”節(jié)點(diǎn)，負(fù)責(zé)重新組合、變異和適應(yīng)度函數(shù)的評(píng)估。

第三十一頁(yè)，共三十六頁(yè)。三、數(shù)據(jù)挖掘技術(shù)遺傳算法計(jì)算過(guò)程：1、選擇(復(fù)制)：根據(jù)各個(gè)個(gè)體的適應(yīng)度，按照一定的規(guī)則或方法，從第t代群體P(t)中選擇出一些優(yōu)良的個(gè)體遺傳到下一代群體P(t+1)中；2、交叉：將群體P(t)內(nèi)的各個(gè)個(gè)體隨機(jī)搭配成對(duì)，對(duì)每一對(duì)個(gè)體，以某個(gè)概率(稱為交叉概率）交換它們之間的部分染色體；3、變異：對(duì)群體P(t)中的每一個(gè)個(gè)體，以某一概率(稱為變異概率)改變某一個(gè)或某一些基因座上的基因值為