的竞争转向客户的竞争。客户就是财富客户就是资产客户就是价值，客户就是企业发展的源动力。与客户建立和保持种长期的良好的伙伴关系，掌握客户资源，赢得客户信任，分析客户个性化需求，提供满意的客户服务，是企业提高市场占有率，获得最大利润的关键，使得客户关系管理成为现代企业最重要的企业管理问题之。企业管理目标由前工业社会的成本控制和利润最大化转变为客户满意和客户忠诚，其中保持优质的客户服务质量为提高客户满意度和忠诚度的主要手段。选题意义尽管有关的理论研究众多，各大软件厂商也推出了自己的软件产品，有些企业也开始实施以命名的信息系统，但是具体的实施现状却不容乐观企业中原工学院经济管理学院本科毕业论文难以对客户期望做出有效反应客户服务体系不完整对客户的个人信息没有安全保证等问题层出不穷，最终导致客户满意度不断下降的结果，致使企业客户流失严重据有关资料表明的项目最终都以失败告终，其中个主要问题就是关于客户的信息质量低下，在企业销售市场客户服务等各个部门内部零散分布存储的客户数据异质异构，无法对客户需求有全面了解，使得企业整体信息渠道不通畅，甚至是信息扭曲，形成客户信息孤岛问题会严重影响企业与客户的关系互动。经济全球化资源全球化信息共享化的电子商务时代，企业对外部信息的处理速度和企业与市场的信息交流方式，已成为制约企业竞争力的瓶颈。以速度和准确性为前提的电子商务对企业提出了两个很重要的要求，即企业对市场反应的速度和企业与外部资源的协作能力。企业内外部如果缺乏高效率的资源整合，将无法对市场做出快速反应。也有些信息化程度比较高的企业已经同时使用了和系统，但是两者是单独运行的，没有进行有效集成，因而形成了个个信息孤岛信息碎片，严重阻碍了企业信息化建设，企业业务的运行迫切需要将这些信息孤岛有效的整合在起。因此，和的整合势在必行基于快速响应的客户关系管理研究现状自开始，全球的市场直处于爆炸性的增长之中。年全球的市场收益约为亿美元，估计至年将达至亿美元，年增长率直保持在以上。国外对客户关系管理理论的研究主要经历了以下四个阶段年代末年代初，顾客满意度模型研究认为顾客的期望是衡量顾客满意度的标准。当实际的绩效等于顾客的期望时，顾客满意当实际的绩效大于顾客的期望时，顾客非常满意反之，顾客不满意。年代至年代，很多学者如等学者又从心理学管理学角度对这理论模型作了进步的扩展和补充。并且年克里斯蒂格鲁斯诺提出的客户关系生命周期理论也是对理论研究的突破。年代中期，和通过实验和数理分析，重新检验了形成顾客满意的决定因素之后建立的顾客满意新模型。此模型加入了对满意的基本决定因素需求的研究并导入了欲望因素，分析顾客需要的层次和水平对顾客满意度的研究。年代后期，西方对顾客满意理论的研究集中在探讨员工满意顾客满意中原工学院经济管理学院本科毕业论文顾客忠诚和企业利润之间的关系。国内理论主要集中在对客户满意度上忠诚度和对营销等的研究上。关系营销包括两个基本点首先，在宏观上认识到市场营销会对范围很广的系列领域产生影响，包括顾客市场，劳动力市场，供应市场，内部市场，相关市场及影响者市场也就是政府和金融市场在微观上，认识到了企业与顾客相互关系的性质在不断改变，市场营销的核心从交易转到了关系。关系营销把营销活动看成是个企业与消费者供应商分销商竞争者政府机构以及其他公众发生互动作用的过程，企业营销活动的核心在于建立并发展与这些公众的良好关系。所谓数据库营销就是通过搜集和积累有关市场的大量信息，经过处理后预测目标市场的购买潜力，并利用这些信息给产品以精确的定位，采取适当的方式与消费者进行沟通，以实现营销的目的。通过数据库的建立和分析，既可以帮助企业有针对性地开展工作，提高营销效率又可以帮助企业准确了解市场信息，提升营销质量。客户满意度客户满意作为个科学概念，始于年位美国消费心理学家的创造，是对需求是否满足的种界定尺度。当客户需求被满足时，客户便体验到种积极的情绪反映，这称为满意否则，客户会体验到种消极的情绪反映，这称为不满意。客户满意度是客户满意状况的量化数据，反映的是客户的满意水平，目标在于将客户满意感计量化，并作为经营指标，以此建立能够使服务水准行业领先的经营结构。客户忠诚度顾客忠诚是指顾客出于对企业或品牌的偏好而经常性重复购买的行为。顾客忠诚是顾客的种行为，衡量忠诚的唯尺度就是看顾客是否重复地购买企业的产品或者服务，没有其他的尺度。客户忠诚度是顾客反复购买种商品状况的量化数据。对营销对营销是指通过与和数理逻辑学家建立了神经网络和数学模型，称为模型。他们通过模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。年，心理学家提出了突触联系强度可变的设想。年代，人工神经网络的到了进步发展，更完善的神经网络模型被提出，其中包括感知器和自适应线性元件等。等仔细分析了以感知器为代表的神经网络系统的功能及局限后，于年出版了书，指出感知器不能解决高阶谓词问题。他们的论点极大地影响了神经网络的研究，加之当时串行计算机和人工智能所取得的成就，掩盖了发展新型计算机和人工智能新途径的必要性和迫切性，使人工神经网络的研究处于低潮。在此期间，些人工神经网络的研究者仍然致力于这研究，提出了适应谐振理论网自组织映射认知机网络，同时进行了神经网络数学理论的研究。以上研究为神经网络的研究和发展奠定了基础。年，美国加州工学院物理学家提出了神经网格模型，引入了计算能量概念，给出了网络稳定性判断。年，他又提出了连续时间神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的研究，年，又有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟退火技术，保证整个系统趋于全局稳定点。年进行认知微观结构地研究，提出了并行分布处理的理论。人工神经网络的研究受到了各个发达国家的重视，美国国会通过决议将年月日开始的十年定为脑的十年，国际研究组织号召它的成员国将脑的十年变为全球行为。在日本的真实世界计算项目中，人工智能的研究成了个重要的组成部分。陕西理工学院毕业设计第页共页网络模型人工神经网络模型主要考虑网络连接的拓扑结构神经元的特征学习规则等。目前，已有近种神经网络模型，其中有反传网络感知器自组织映射网络波耳兹曼机适应谐振理论等。根据连接的拓扑结构，神经网络模型可以分为前向网络网络中各个神经元接受前级的输入，并输出到下级，网络中没有反馈，可以用个有向无环路图表示。这种网络实现信号从输入空间到输出空间的变换，它的信息处理能力来自于简单非线性函数的多次复合。网络结构简单，易于实现。反传网络是种典型的前向网络。反馈网络网络内神经元间有反馈，可以用个无向的完备图表示。这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。网络波耳兹曼机均属于这种类型。学习类型学习是神经网络研究的个重要内容，它的适应性是通过学习实现的。根据环境的变化，对权值进行调整，改善系统的行为。由提出的学习规则为神经网络的学习算法奠定了基础。规则认为学习过程最终发生在神经元之间的突触部位，突触的联系强度随着突触前后神经元的活动而变化。在此基础上，人们提出了各种学习规则和算法，以适应不同网络模型的需要。有效的学习算法，使得神经网络能够通过连接权值的调整，构造客观世界的内在表示，形成具有特色的信息处理方法，信息存储和处理体现在网络的连接中。根据学习环境不同，神经网络的学习方式可分为监督学习和非监督学习。在监督学习中，将训练样本的数据加到网络输入端，同时将相应的期望输出与网络输出相比较，得到误差信号，以此控制权值连接强度的调整，经多次训练后收敛到个确定的权值。当样本情况发生变化时，经学习可以修改权值以适应新的环境。使用监督学习的神经网络模型有反传网络感知器等。非监督学习时，事先不给定标准样本，直接将网络置于环境之中，学习阶段与工作阶段成为体。此时，学习规律的变化服从连接权值的演变方程。非监督学习最简单的例子是学习规则。竞争学习规则是个更复杂的非监督学习的例子，它是根据已建立的聚类进行权值调整。自组织映射适应谐振理论网络等都是与竞争学习有关的典型模型。分析方法研究神经网络的非线性动力学性质，主要采用动力学系统理论非线性规划理论和统计理论，来分析神经网络的演化过程和吸引子的性质，探索神经网络的协同行为和集体计算功能，了解神经信息处理机制。为了探讨神经网络在整体性和模糊性方面处理信息的可能，混沌理论的概念和方法将会发挥作用。混沌是个相当难以精确定义的数学概念。般而言，混沌是指由确定性方程描述的动力学系统中表现出的非确定性行为，或称之为确定的随机性。确定性是因为它由内在的原因而不是外来的噪声或干扰所产生，而随机性是指其不规则的不能预测的行为，只可能用统计的方法描述。混沌动力学系统的主要特征是其状态对初始条件的灵敏依赖性，混沌反映其内在的随机性。混沌理论是指描述具有混沌行为的非线性动力学系统的基本理论概念方法，它把动力学系统的复杂行为理解为其自身与其在同外界进行物质能量和信息交换过程中内在的有结构的行为，而不是外来的和偶然的行为，混沌状态是种定态。混沌动力学系统的定态包括静止平稳量周期性准同期性和混沌解。混沌轨线是整体上稳定与局部不稳定相结合的结果，称之为奇异吸引子。个奇异吸引子有如下些特征奇异吸引子是个吸引子，但它既不是不动点，也不是周期解奇异吸引子是不可分割的，即不能分为两个以及两个以上的吸引子它对初陕西理工学院毕业设计第页共页始值十分敏感，不同的初始值会导致极不相同的行为。优越性人工神经网络的特点和优越性，主要表现在三个方面第，具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测市场预测效益预测，其应用前途是很远大的。第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。第三，具有高速寻找优化解