服务的处理平台。 （２）客户联系中心子系统 客户联系中心子系统包括：联系人管理；时间管理；潜在客 户管理：呼叫中心管理：客户服务中心管理；Ｗｅｂ与Ｅ—ｍａｉｌ管 、职业、年龄、社会地位等，采用一般的数学统计工具，很难进行 最科学的划分，这里就要用到“聚类”这种数据挖掘方法了。 一一 一一一 一一一 一呲一 一～ 聚类方法中最著名和最常用的方法是ｋ平均法。它以ｋ为 参数，把１１个对象分成ｋ个簇，以使簇内具有较高的相似度，而 理等。它的主要用途是为管理人员和客户服务人员提供所需信 息和多种客户服务渠道。 （３）银行应用系统集成 银行应用系统集成ＣＲＭ系统和其他系统结合起来，提供 系统间接口，也就是连接各个“信息孤岛”，使所有系统的信息 实现共享，为数据分析管理中心的正常运行提供支持。 （４）数据分析管理中心子系统 数据分析管理中心子系统以ＣＲＭ系统中心数据仓库为核 心，通过与业务处理子系统和客户联系中心子系统的连接，为 银行的管理层和业务分析人员提供客户分析系统。 银行ＣＲＭ系统结构如图所示： 蠡撼分析管理中心 呼¨ｑ巾心ｌ 客户胜罄中心 ｆ营锖．理财 投谣等） 与 ＩＴｌ鲥 锃行瞳用泵统舞戚 在ＣＲＭ数据仓库中，实际数据分为操作数据和分析数据。 操作数据包括客户基本信息、客户帐务信息和操作控制。分析 数据包括客户关系管理的所有分析模型，如市场分析、客户信 用度分析、客户满意度分析和客户行为分析等。 业务处理子系统的数据由数据分析管理中心的数据集成 系统抽取到ＣＲＭ的数据仓库中；客户联系子系统在为客户服 务时将充分利用ＣＲＭ数据仓库的信息，同时客户联系子系统 为客户的服务过程又被数据仓库所记录；业务处理子系统和客 户联系子系统的数据又通过管理信息系统进行双向流动，客户 联系子系统需要实时查询业务处理子系统的当前数据，也可能 需要为客户实施业务流程。ＣＲＭ系统的主体部分通过银行应 用系统集成与其他如财务、人事系统连接起来，形成银行的整 体信息平台。 ４应用数据挖掘技术实现客户管理系统 银行属于客户密集型行业，银行的数据库里存储着数百万 条客户记录。每个不同的客户都有自己的消费习惯和偏好，同 一种金融产品不可能满足每一个人的需要。发现和开拓新的客 户对任何一家银行来说都至关重要，新的优质客户和原有客户 的潜力是行赢利的增长点。 上述问题，可以归结为一个目的，就是将银行的所有客户 进行分类，根据不同的类别采用不同的政策。而客户数据库中， 客户的属性有几十种，如家庭大小、收入状况、宗教、性别、民族 簇间的相似度最低。相似度的计算根据一个簇中所有对象的平 均值来进行。 ｋ平均算法的处理流程是这样的。首先，随机的选择ｋ个 对象，每个对象初始的代表一个簇的平均值或中心。对于剩余 的每个对象，根据其与各个簇中心的距离，将它赋给最近的簇， 然后再重新计算每个簇的平均值。这个过程不断重复，直到准 则函数收敛。通常，采用平方误差准则，其定义如下： ｋ 、…．２ Ｅ＝ ｆｐ－ｍ。ｆ ｉ：１ ｐＥ ｐｉ 这里的Ｅ是数据库中所有对象的平方误差的总和，Ｐ是空 间中的点，表示给定的数据对象，Ｍｉ是簇ｃｉ中的平均值（Ｐ和 Ｍｉ都是多维的）。这个准则试图使生成的结果簇尽可能地紧凑 和独立。 不同对象之间的差异，对于不同的数值类型有不同的度量 方法。为了避免对度量单位选择的依赖，数据应当标准化。 为了实现度量值的标准化，一种方法是将原来的度量值转 换为无单位的值。一个变量ｆ的变量值，可以进行如下的变换： （１）计算平均的绝对偏差 ｓｒ：（ＩＸｌｆ－ｒａｔＩ＋Ｉ）【２ｆ－ｍｆＩ＋…＋…Ｉｘｆ—ｍｆＩ）／ｎ 这里的ｘ …， ，是ｆ的ｎ个度量值，ｍ 是ｆ的平均值，即 ｒＩ１ｆ＝（ｘＨ＋ｘ２，＋…＋ｘｂｆ），ｎ （２）计算标准化的度量值 ｚ。ｆ＝（Ｘｉｆ ｉｎｆ）／ｓｆ 在标准化处理以后，就可以考虑如何来计算两个对象之间 的距离了。常用的距离度量方法是欧几里德距离，他的定义如 下：ｄ（ｉ，ｊ）＝、／ｌＸｉｌ一 ｌ Ｉ＋ＩＸｉ２－Ｘｊ２ ｌ＋…＋ＩＸｉｐ－ＸｊＰ ｌ 其中ｉ＝（】【ｉ ，ｘ＿’＇…，Ｘｉ ）和ｊ＝（ｘｊ。， ：，…，ｘｊ ）是两个Ｐ维数 据对象。 将银行客户数据库中的客户年龄、收入等数值经过标准化 处理后，分别带入Ｘｉ１ ＹＸ …，Ｘ 。后，就可以利用聚类来给客户 分组了。 通过上面的算法，数据挖掘工具可以发现图中的三个类， 包括它们的特性和事例数。如在第一个类中，客户是老年低收 入的人群。而第三个类中则是年轻的高收入人群。银行若把目 标客户定位在第三类中，就可以向他们提供诸如信用卡、车贷、 外汇理财等高端产品和服务。不仅银行自己可以在这些高附加 值的服务中获利不少，更能大大提高这类客户的满意度，可谓 一箭双雕。 数据挖掘可以把银行业现有大量的客户分成不同的类，在 每个类里的客户拥有相似的属性，而不同类里的客户的属性也 不同。有了数据挖掘的基础，好处显而易见，通过数据的分析就 可以给银行带来一个令人满意的结果。数据挖掘同样也可以帮 助我们进行客户分类，细致而切实可行的客户分类对银行的经 营策略有很大益处。通过对银行内各种业务（产品）的总投入一 产出分析、不同客户群在各种业务（产品）中的贡献分析，可协 （下转第１２０页） ８３ 维普资讯 http://www.cqvip.com
供奉于艺术圣坛的艺术品，把服装设计罩上了一参层高深莫测 ３缺少服装批评的标准 媒体关于服装版型，所涉及到的批评，基本上都是本着科 学、客观、健康的心态，在不畏权威、正确分析的基础上进行的， 的光环，人为地使其变得虚无缥缈、曲高和寡；没有把服装设计 看作只是企业商业生产的一部分，是商业行为，而是把服装设 计看作是一种艺术行为（对于个人行为的服装设计不在本文讨 论范围内）。既然是艺术品、艺术行为就很难形成一个完善的、 标准的评价体系，很难把握其优与劣的程度。所以，在我国服装 对于服装版型正确、客观的再认识，起了很大的作用。 服装批评需要能够站在受众的角度上对设计师的作品或 设计潮流、设计现象进行专业的分析和评价，代表部分消费者 的心声。设计师也能够通过客观的批评文章，了解整个社会及 不同社会阶层的审美需求，从而对自己的设计理念、设计作品 发展的这些年里，很少有人去深层次地触及全面的、立体的服 装批评。 为什么对于服装版型问题的探讨就会有不少人敢站出来， 进行再思考、再创造、再提高。服装批评要公正无私、褒贬分明， 如同法官一样公正严明，不会人云亦云趋炎附势、指鹿为马。只 直指错误观点，参与辩述、评论，而对于服装秀、大赛、博览会的 具体设计师作品却没有人敢站出来说句客观的评价？因为大家 都认为：版型是属于技术范畴，服装及服装设计是艺术范畴，技 术的相对于艺术的则容易把握其正误、优劣，而艺术的更多的 是以艺术家个人的感受为出发点，大多是在表现艺术家自己的 艺术特色和个人风格，被称之为个性。对于一件个性的艺术家 有这样的服装批评才能真正促进设计师的设计和大众审美向 好的方面发展。服装批评的深入开展，对科学管理服装市场、推 进服装理论的发展、提高服装设计水平、引导社会审美、辅佐产 业的健康发展都有重要的意义。对于服装行业涉及的服装设计 本体及其理论，运作的策略方式，管理经营的态势等所进行的 情节，往往很难去把握批评的分寸。所以，没有人愿意去捅服装 批评这个马蜂窝，所谓明哲保身。 其次，目前时装评论的领土大多被“你好、我好、大家好”的 捧场类文章或变相的商业广告所占据，不能本着客观的态度来 对包括设计作品、设计思潮、设计事件、行业动态等服装行业的 各种现状进行评论。这种现象不仅不利于服装批评的发展，也 不利于服装行业的健康发展。 找到了原因，要改变现状，就要痛除顽疾。首先要改变观 念，打破行业界限，不害怕、不拒绝批评，接受不同领域的苦口 立体、全面的批评，应该是科学的、客观的、健康的、公平公正的 批评。要树立正确观念，特别是应抛弃服装设计是艺术范畴的 艺术家情节。除了要有一个正确的观念外，批评队伍、批评标 准、批评阵地是构成服装批评环境必不可少的要素，其中的核 心是服装批评的标准。呼吁服装行业相关职能部门或协会组织 能早日确立一个完善的、科学的评价标准体系来作为行业健康 发展的监督与向导，盼望没有强烈的攻击欲、富有爱心、学识渊 博、激浊扬清的服装批评家早日出现。 良药，逆耳忠言。要彻底改变服装是艺术品、服装设计是艺术活 动这一根深蒂固的观念。服装应是技术与艺术的结合体，在市 场环境中服装扮演的是产品角色，不再只是服装大师的艺术作 品，需要市场的接受，不可偏执一方。这点对于设计师，特别是 各级学校的服装教育尤其重要。在很大程度上讲，长时间的服 装教育与企业需求严重脱节，服装毕业生不能与企业生产顺利 ４结语 早在２０世纪三十年代，鲁迅先生就有文章大呼《我们要批 评家》，道出了批评家的重要性与社会的迫切需要。服装批评是 服装产业健康发展的一个非常重要的部分，因此，服装批评应 引起产业相关各界，特别是学术界和教育界的广泛重视。 参考文献 【１］陈红娟．对设计批评的分析与研究ｏ】．机械设计与制遣２ＯＯ ６，（７）：１ ６０—１ ６ １． 接轨，主要原因也是学生对于服装的认识过于艺术化，缺乏商 业的概念与逻辑。另外，服装评论员要有责任感，既然做服装评 论就要有务实的工作作风，为自己的评论负责，为我国的服装 行业负责，往前一步，把服装评论发展为服装批评。 【２］戴剑平．论电影艺术批评本体及其结构类型【Ｉ］．山东理工大学学报：社 会科学版，２００６，２２（３）：１０５—１０８． （上接第８３页） 助制定针对性的营销策略。分支机构经营业绩的分析和评价， 用以发现特性，找出差距，分析原因，采取相应的措施，实现业 绩的提升和发现新的改进方法。 【２］邵峰清，于钟清．数据挖掘原理与算－法ＩＭ］．北京：中国水利水电出版社， ２００３． 【３】赵卫军．李捷．数据仓库和数据挖掘在银行ｃＲＭ中的应用０１．华南金 融电脑，２００７． 参考文献 ［１】陈文桦，陈雯洁．商业智能在银行业的运用Ｕ１．华南金融电脑，２００３ ［４１￣Ｂ青．商业银行客户关系管理系统的构建Ⅱ】．山东大学学报，２００７． １２０
因篇幅问题不能全部显示，请点此查看更多更全内容