收藏 分销(赏)

第六讲-客户关系管理技术手段.ppt

上传人:a199****6536 文档编号:14602042 上传时间:2026-10-18 格式:PPT 页数:63 大小:212.53KB 下载积分:10 金币
下载 相关
第六讲-客户关系管理技术手段.ppt_第1页
第1页 / 共63页
第六讲-客户关系管理技术手段.ppt_第2页
第2页 / 共63页


点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第六讲 客户关系管理技术手段,第六讲 客户关系管理技术手段第六讲 客户关系管理技术手段,主要内容,第一节 客户关系管理的软件系统,第二节 数据仓库及客户关系管理,第三节 数据挖掘及客户关系管理,2,第一节 客户关系管理的软件系统,一、CRM软件系统的一般模型,二、CRM软件系统的组成,三、CRM软件功能模块,3,一、CRM软件系统的一般模型,模型阐述了客户、企业流程、功能的相互关系,营销:细分市场,目标市场,战略计划,销售:执行计划,建立销售订单,实现销售(发现潜在客户、信息沟通、销售产品、收集信息),服务:售后服务?,产品开发、质量管理,居于,CRM,两端起支持作用,4,在CRM系统中,:,集成,?,客户导向?(One to one、customized service),改变了企业的前台业务运作模式,信息共享、密切合作,中央数据库集成信息统一信息出口,营销、销售、服务获得信息统一,业务行动互相配合,提高对客户的,一致性,,提高了效率,5,二、CRM软件系统的组成,接触活动,业务功能,数据库,技术功能,6,1.接触活动,客户及企业接触的方式和渠道:,Call Center?,面对面?,FAX?,Mobile Sales?,E-mail?,Internet?,中介经济人等?,CRM:保证客户自由选择接触沟通的渠道,同,时每种接触要保持高度的一致性,7,2.业务功能,营销、销售、服务是企业及客户接触的主要部门,CRM要给予主要支持,其主要包括市场管理、销售管理、客户服务支持三大功能:,市场管理:客户信息统计分析-发现机会-确定目标市场-营销组合-市场产品策略;为市场人员制定预算、计划、执行和控制工具-完善计划;管理市场活动(广告、会议、展览、促销)-跟踪、分析、总结,销售管理:销售人员通过电话、移动销售、远程销售、电子商务等工具获得有关生产、价格、库存、订单处理等信息,客户服务支持:通过,CTI,技术支持呼叫中心提供724的服务,把信息录入数据库;跟踪客户使用,提供个性化服务、对服务合同进行管理,CRM软件一般不能覆盖所有功能范围,一般支持2-3种功能,如营销和销售。所以功能覆盖范围是对软件评价的主要标准之一。具体功能模块见教材P38页:表3-1 CRM软件系统功能,8,3.数据库(Database),Database在CRM中的地位作用:,帮助企业根据生命价值周期区分现有客户,帮助企业定位目标市场,帮助企业以合适产品在合适时机满足客户需求,降低成本,提高效率(,7R,Q、C、D、S的理念?),帮助企业结合最新信息制定新策略,塑造客户忠诚(客户、企业通过数据库可以有效进行可衡量、双向沟通,更好满足,提高满意度客户忠诚),Database中的Data:全面、准确、及时反映客户、市场、销售、服务等信息,按市场、销售、服务部门的不同使用分为:,9,接上页,客户数据:包括客户基本信息、联系人信息、相关业务信息、客户分类信息(现有客户、潜在客户、代理商、合作伙伴等),销售数据:业务跟踪(联系、询价报价、业务对手、订单等),服务数据:客户投诉、服务合同、售后服务、解决方案知识库等,客户数据、销售数据、服务数据统一集成在一个Database中,数据共享,提高前台业务的运作效率和工作质量,对客户保持高度的连贯性和一致性。同时方便采用,OLAP,,,DM,等,DW,技术对数据的交叉分析应用等,10,4.技术功能,CRM软件应遵循原则:,易转换:适应性及强大参数设置功能,在已有的IT环境下,对所定义的各个部分具有强大的一体化功能,强大的数据复制及同步功能,独立于开发平台(即及编写的基础语言无关),通过,COM(Component Object Model,)/DCOM、CORBA、E-Business构成一体化结构以及以网页为基础的组合结构,界面友好,关系DBMS(Database Management System)以及通常的开发环境(C+,Java),目前CRM标准软件在技术上还不成熟:10%的软件引入后不需调整,30%要作全面修改,因此引入成本高昂,以后软件及现实仍不相适应。,11,接上页,CRM软件技术功能要达到的目的:,提高前台业务运作效率,营销管理:客户信息从Database提取,不依赖销售渠道;客户分析、产品分析结果,产品销售预测、地区销售预测容易实时进行;简化目标客户的识别,针对性的客户联系;合理分配营销资源,减少营销成本,销售管理:所以决策部门协调一致,实现复杂的销售过程,12,三、CRM软件功能模块,营销管理子系统,销售管理子系统,服务管理子系统,现场服务管理子系统,呼叫中心管理,13,1.营销管理子系统(Marketing Management),MMS:分析信息确定目标市场市场策略营销组合,为销售、服务提供准确的支撑信息:产品、报价、企业策划宣传资料、呼叫中心的智能化呼叫脚本制作等,分析:市场、客户、产品、地理区域等信息,帮助:开发、实施、管理、优化策略,帮助销售人员:识别、选择、产生目标客户列表,14,2.销售管理子系统(Sales Management System,SMS),SMS:管理商业机会(Opportunity)、客户帐号(Account)及销售渠道(Place),把所有销售环节有机结合起来,销售部门、异地销售部门、销售及市场之间建立以客户为中心的工作流程,缩短销售周期,提高成功率:销售代表方便快速获得最新企业信息、动态、客户信息、帐号信息、产品价格、竞争对手,15,3.服务管理子系统(Service Management System,SMS),SMS:提高客服代表服务效率,增强服务能力,更易捕捉跟踪服务出现问题,根据客户需求分解、调研、销售扩展、销售提升中问题,延长客户生命周期,SMS:提供易使用的工具和信息,服务需求管理、服务环境配置、问题解决,方案,(案例分析、问题分析诊断等),SMS:基于客户、话务员、服务渠道、服务许可等信息:客户咨询合适的话务员处理,空闲的话务员中选择最称职的使客户满意,SMS:集成多种交流方式,满足客户对服务的需求(Internet、FAX、电话、E-mail、IVR,16,4.现场服务管理子系统Field Service Management System,FSMS:提供一个移动解决方案,提高了服务管理有效性。(维护计划、中断安装/服务、RMA、区域资源调配、提供及确保客户问题解决所需工具及资源,FSMS:服务请求管理、服务活动管理、帐号管理、智能分配及发送、组件使用、问题解决方案知识,教材P,43,17,5.呼叫中心管理,Call Center:销售及服务的集成,业务代表/话务员可以向客户提供实时的销售及服务支持,Call Center:计算机电话集成(,CTI,)、被叫号码识别(,DNIS,)、自动号码识别(,ANI,)、交互式语音应答(,IVR,),18,第二节 数据仓库及客户关系管理,一、数据仓库概述,二、CRM中的数据仓库,三、数据仓库的实施,四、CRM中的数据仓库设计示例,五、CRM中的数据仓库使用示例,19,一、数据仓库概述,1.数据库到数据仓库,2.数据仓库的概念及特点,3.数据仓库系统的体系结构,20,1.数据库到数据仓库,OLTP,:重点在于当前事务处理,历史数据转储于脱机介质中,没有统计分析应用80到90年代的主流,如银行的早期的储蓄系统,强调数据更新处理和系统可靠性,忽视数据查询分析,业务数据被存放于分散的异构环境中,不易查询分析,而且大量的历史数据存放在脱机状态中,数据针对事务处理设计的,数据格式、描述方式不利于非专业人员分析查询使用,于是专门为业务的统计分析建立数据中 心,联机业务处理系统产生了,21,接上页,OLAP,:重点在于从数据库中获取信息、分析信息、利用信息支持决策目标客户定位、产品服务决策等,获得竞争优势,是一个决策支持系统和联机分析应用数据源的结构化数据环境,其主要作用就是从数据库中快速、准确、安全获取信息,加工转换成有规律的信息供管理决策使用,22,数据仓库(Data Warehouse):是面向主题的(Subject Oriented)、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化的(Time Variant)数据集合。,支持决策,面向分析型数据处理。,对多个异构的数据源有效集成,集成后按主题分组,存放数据一般不在修改。,2.数据仓库的概念及特点,面向主题:操作型数据库面向事务处理,各个业务系统之间相互分离,而数据仓库中的数据是按照一定主题组织的。主题是抽象的概念,企业使用数据仓库进行决策所关心的主要方面,往往及多个操作性信息系统相关。,集成的:面向事务处理的操作性数据库及某些特定的应用有关,数据库相互独立而且是异构的。而数据仓库中的数据是原数据库数据进行抽取、清理、加工、汇总整理得到,消除了他们的不一致,确保企业信息的全局性,相对稳定:操作性数据库中信息实时更新,数据根据需要及时发生变化。数据仓库中数据供企业分析决策使用,主要是查询,长期保留,修改删除少,只加载刷新。,反映历史变化:操作性数据库主要关心当前的数据,而数据仓库的数据包含历史信息,系统记录企业信息,通过分析这些信息定量分析企业的发展历程和发展趋势。,23,数据仓库数据管理主要体现在三个方面,:,数据抽取:从,OLTP,、外部数据源、脱机存储介质等导入到,DW,。,存储管理:,数据表现:多维分析、数理统计、数据挖掘等,24,3.数据仓库系统的体系结构,数据仓库系统包含4个层次(教材P54:图4.1):,数据源:业务数据、文档,法律法规、市场信息、竞争对手,数据存储及管理:抽取、清理、集成、按主题组织,OLAP,服务器:对数据有效集成、多维组织、多层次分析,发现趋势,前端工具:报表、查询、数据分析、数据挖掘等。,25,二、CRM中的数据仓库,1.CRM及,DW,关系,2.DW作用,3.CRM数据仓库的系统结构,26,1.CRM及数据仓库关系,CRM业务整合需要数据仓库(教材P56图4.2),数据清洁及集中需要数据仓库,数据分析需要数据仓库,OLAP,报表,数据挖掘,27,2.数据仓库作用,数据仓库作用,客户行为分析,重点客户发现,个性化服务,市场性能评估,28,客户行为分析,整体行为分析和群体行为分析(Behavior Segmentation),客户理解(JCP57):,行为规律分析(JCP57):,组间交叉分析(JCP57):,29,重点客户发现,找出对企业有重要意义的客户:,潜在客户:有价值的新客户,交叉销售:同一客户更多的消费需求,增量销售:更多的使用同一产品或服务,客户保持:客户的忠诚度,30,个性化服务,在售前、售中、售后整个过程中提供个性化服务?(JCP58),31,市场性能评估,评价基于“客户行为分析而制定的市场策略和市场活动”的效果。(JC P59),在评估的基础上进行改进,评估的方法是客户的市场反馈(客户行为跟踪),评估模板,评估指标,评估时间期间,32,3.CRM数据仓库的系统结构,数据仓库系统:数据源、数据仓库系统、CRM分析系统(JC P59-60),数据源:客户信息、客户行为、生产系统及其他,数据仓库:数据仓库建设、数据仓库,CRM分析系统:数据准备、客户分析数据集市、客户分析系统、调度监控,JC P60:图4.3 CRM中的数据仓库,33,三、数据仓库的实施,数据仓库建设是一个长期的系统工程,必须以总体规划、分步实施、步步见效为原则,以数据驱动、技术为支撑、满足应用需求为目的,围绕数据、技术、应用三个方面进行:,项目计划,业务需求分析,数据线,技术线,应用线,系统运行维护,34,项目计划,定义创建数据库项目目标和范围,包括项目计划评估和流程调整。,明确主题:数据归类标准,每个主题对应相应分析领域,明确决策涉及的范围和解决问题,以现有OLTP为基础:,确定项目范围:了解方向性分析处理需求,确定信息需求,确定数据覆盖范围,如:决策类型、决策者关注的问题等,35,业务需求分析,深入了解数据源,分析数据仓库系统所含的主题域及相互关系,此阶段:企业必须全面参及,并且及原有的,系统开发或维护人员,(?),进行深入沟通。,36,数据线,数据仓库设计:,模型设计:确定数据仓库(DW)蓝图,包括确定合适主题、设计维表、划分粒度层次、设计事实,物理设计:确定物理存储结构、索引策略、确定存储分配,数据预处理:,对数据的ETL:抽取(Extraction)、转换(Transformation)、加载(Load),保证数据仓库中的数据的完整性和一致性。,数据维护:,数据仓库的可管理性,即数据的更新、修改等,37,技术线,技术选择:,商业需求,当前技术环境,计划策略技术方向,投入产出,产品选择:,硬件平台,ETL,工具,OLAP,服务器,数据展现工具,38,应用线,应用设计:设计标准用户应用模板,确定初始模板集,设计模板标准,设计详细模板,根据用户反馈改进,应用开发:通过应用设计说明书按照标准软件开发流程实现模板设计,选择实现方法,模板实现,测试和数据验证,应用模板维护,数据仓库满足用户不同的查询需求服务的,用户可能只需要一些预定义查询、生成报表等简单操作,也可能是自定义复杂查询,因此要设计合适的应用工具和友好界面,39,系统运行维护,数据仓库在运行中要不断验证评价分析设计是否符合用户要求,进行系统设计改进,元数据维护:,目标数据维护:根据元数据库定义的更新频率、更新数据项等更新计划任务来刷新数据仓库,以反映数据源的变化,保证数据一致性和完整性,数据仓库包含了:数据、技术、应用三个方面,只有把良好的数据模型、合理技术、准确应用设计结合起来,方能建立成功的。同时,系统是动态反馈和循环过程,一方面数据内容、结构、粒度和其他物理设计要不断完善;另一方面,环境发生变化或新技术出现也要及时根据拥护需求更新升级。,40,四、CRM中的数据仓库设计示例,1.,SQL,Server 2000数据仓库简介,2.概念模型设计,3.数据仓库创建,41,1.SQL Server 2000数据仓库简介,S,Q,L Server 2000集成了OLAP功能,DTS,:提供数据输入/出,在此过程中完成数据的验证、清洁、转换(,ETL,),集成了Microsoft Repository功能,共享元数据,支持在线分析处理,集成了Pivottable Service:允许在本地客户机上存储数据,MMC:提供日程安排、存储管理、性能监测报警和通知的核心管理服务,Access、Excel:作为数据展现工具,同时也支持第三方的数据展现工具,42,2.概念模型设计,数据仓库的数据模型采用星形关系架构,以一个核心的主题数据表(事实表)为中心,其他关系表(维表)通过主键外键关系同主题数据表关联,维表间没有直接关联关系,如:,事实表:,客户抱怨,维表:,相关产品,维表:,客户,维表:,抱怨时间,维表:,抱怨接受员工,维表:,抱怨处理部门,星形关系架构,数据仓库:面向主题的、集成、相对稳定的、反映历史变化的数据集合,整合了联机事物处理中的零散、杂乱、面向处理的数据,形成统一的面向主题的数据集合。在CRM中数据处理的核心主题:客户销售事实信息、销售机会信息、抱怨信息、客户关怀信息,数据仓库建立案例见JC P66-67:图4.6 OLTP基本关系表,图4.7数据仓库关系表,43,3.数据仓库创建,设计好数据仓库概念模型后,需要把,OLTP,系统中的数据转入数据仓库,SQL Sever 2000集成了,DTS,,能从,OLEDB,、,ODBC,数据源执行数据导入、导出和转换,新建目标数据库,DTS创建数据源和目的数据库,转移事实表,转移维表,执行包并设置完整性约束,详见JC P,68-85,44,五、CRM中的数据仓库使用示例,在数据仓库的基础上建立多维数据集,并进行OLAP分析。(SOL Server 2000集成了Analysis Services,是数据仓库的解决方案,可以进行多维分析),1.创建OLAP数据库(JC P,85,),2.利用多维数据集创建向导创建多维数据集(JC P,87,),3.存储和处理多维数据集数据(JC P,95,),4.浏览多维数据集数据(JC P,97,),45,第三节 数据挖掘及客户关系管理,一、数据挖掘概述,二、数据挖掘的任务、技术及实施过程,三、数据挖掘在CRM中的应用,四、CRM数据挖掘应用案例,五、数据挖掘软件在CRM中的应用示例,46,一、数据挖掘概述,1.DM的背景:,2.DM定义,3.DM功能,4.DM应用,5.DM未来,47,1.DM的背景:,数据信息爆炸但知识缺乏,技术支持基础:海量数据搜集、多处理器计算机、数据挖掘算法的技术发展成熟数理统计、人工智能、机器学习模块技术,机器学习知识工程(神经网络)知识发现,KDD,DMDM及数理统计的结合,机器学习:,将已知的并已被成功解决的问题作为范例输入计算机,机器通过学习这些范例总结并生成相应的规则,这些规则具有通用性,使用他们解决类似问题。,神经网络技术(知识工程),:直接给计算机输入代码化的规则,计算机通过这些规则来自动解决问题。如专家系统等,投资大,效果不理想。,48,2.DM定义,从大量的、不完全的、模糊的、随机的实际应用数据中提取隐含在其中的,事先不知道的潜在的有用信息和知识的过程。,商业信息处理技术,对商业数据库中的大量业务数据进行抽取、转换、分析处理,从中提取辅助商业决策的关键性数据,按企业既定业务目标,对大量的企业数据进行探索和分析揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的有效方法,49,3.DM功能,自动预测趋势和行为P,105,关联分析,发现变量间规律性:,聚类P,106,概念描述,偏差检测:观测及预测偏差,50,4.DM应用,银行、保险、零售有广泛应用(,P,106,):,数据库营销(Database Marketing),客户群体划分(,Customer SegmentationClassification,),背景分析(Profile Analysis),交叉销售(Cross-selling),客户流失性分析(Churn Analysis),客户信用记分(Credit Scoring),欺诈发现(Fraud Detection),案例:,1.街上厂商对路人随便发放DM广告,随地丢弃,没有目的性;,2.家电维修公司向刚刚购买家电的人发放维修DM,3.特效药厂商向医院特定门诊就医的病人邮寄DM。,4.消费习惯的改边,人们购买1.6排量车更多,51,5.DM未来,DMKD,在关系模式、,DBMS,系统、SQL支撑下在21世纪会有更大发展:,发现语言的形式化描述,即如同SQL一样。,数据挖掘中的可视化,人机交互,网络环境下的数据挖掘(Web Mining),加强对各种非结构化数据的开采(DM for AudioVideo)如文本、图形、音视频等,需求牵引、市场推动、技术支持是永恒的。从数据中有效提取信息、从信息中及时发现知识为决策和发展战略服务的DMKD的软体产品必将大量涌现。,52,二、数据挖掘的任务、技术及实施过程,1.DM任务(P,108-110,),数据总结:求和、平均、方差,多维分析OLAP等,分类发现,聚类,关联规则发现:啤酒及纸尿裤的案例,2.DM技术,ANNS:分类和回归解决复杂问题(如:棋王帕斯卡洛夫及深蓝的人机大战、签名识别、指纹识别、图象识别、声音识别等),决策树(DT),覆盖正例排斥反例方法,粗集方法(Rough Set),遗传算法(Genetic Algorithms,GA),53,公式发现,统计分析方法,模糊论方法,可视化技术,3.DM流程,DM环境(P,117 图5.3,),DM过程图(P,117 图5.4,),DM过程工作量:数据准备60%工作量,DM过程简介:,确定业务对象:确定数据挖掘的目的,数据准备:数据收集(内外)、数据预处理、数据转换,数据挖掘:,结果分析:,知识同化:挖掘所得知识集成到系统中加以应用,DM需要人员,业务分析人员:精通业务,数据分析人员:精通数据分析,数据管理人员:精通数据管理技术,DM:是多种专家合作的过程,资金技术高投入的过程。该过程反复进行,不断接近本质,不断优化解决方案。,54,三、数据挖掘在CRM中的应用,1.,从客户生命周期角度分析数据挖掘技术的应用,客户生命周期分析,(P,119 图5.5,),潜在客户:,目标市场新客户还没有数据如何挖掘呢?,响应者:潜在客户对活动的响应-登陆网站、电话、填表等,即得客户:,刺激使用、交叉销售、升级销售?,客户流失:,主动离开:,原因?,被动离开:,不同客户生命周期阶段出现数据,(P,121 图5.6,),及客户关系越密切,获得的信息就越多,55,2.,从行业角度分析数据挖掘技术的应用,DM应用的深度和广度因行业不同而不同,零售业CRM中的DM:识别购买行为-发现购买模式和趋势-改进服务质量-客户满意度-提高销货比例-设计更好的物流及分销策略-减少成本,使用多特征数据立方体进行销售、客户、产品、时间和地区的多维分析,使用多维和关联分析进行促销活动的有效性分析,序列模式挖掘用于客户忠诚度分析,利用关联分析挖掘关联信息进行购买推荐,电信业CRM中的DM:,金融业CRM中的DM:,56,四、CRM数据挖掘应用案例,案例背景:,竞争:对电信业服务质量、方式、内容、价格、管理提出了更高要求,客户流失影响发展,DM进行客户欺诈分析、流失分析、消费模式分析、市场推广分析等,客户流失分析系统数据挖掘:根据以前客户流失数据建立客户属性、服务属性、消费数据及客户流失的关联数学模型,1.业务问题定义:明确定义要解决的业务问题,如客户流失分析要明确流失的定义,2.数据选择,目标变量选择:说明业务问题状态,如离网:流失/正常,(P,124,),输入变量选择:静态数据、动态数据,(P,125,),建模数据选择:,(P,124,),DM过程:业务问题定义、数据选择、数据清洗和预处理、模型选择及预建立、模型建立及调整、模型评估及检验、模型解释及应用,57,3.数据清洗和预处理,保证数据正确有效,调整数据的格式和内容,4.模型选择及预建立,DM集成了决策树、ANNS、回归、关联等建模方法,5.模型建立及调整,由专业的分析专家完成,6.模型的评估及检验,7.模型解释及应用,58,五、数据挖掘软件在CRM中的应用示例,1.PloyAnalyst简介,2.问题定义,3.导入数据,4.数据预处理,5.初步分析,6.利用决策树进行直销数据挖掘,7.决策树模型检验,8.结论,59,客户流失,客户流失主要有两个核心纬度/变量:,财务原因/非财务原因,主动流失/被动流失,主动财务,主动非财务,正常支付费用,对市场活动响应,重点关注的,被动财务,被动非财务,财务原因,非财务原因,主动流失,被动流失,1.区分公司客户及个人客户,2.服务贡献率,3.流失标准:比如新服务代替老服务、消费水平的下降是否是流失?,4.使用相对指标,消费通讯费用占收入的1-3%为判断标准等,主动离开,:客户离开服务地区、客户生活方式发生变化(退休、死亡等)、获得竞争者产品、不在认为产品或服务有价值,被动离开,:客户不再是好客户,他们拒绝支付他们的帐单,60,备注,IVR:Interactive Voice Response 交互式语音应答,RMA:Return Materiel Allow 返回物料许可,CTI:Computer Telecommunication Integration 计算机电话集成,OLTP:On line Transaction Processing 联机事务处理,OLAP:On line Analytical Processing 联机业务处理,DW:Data Warehouse 数据仓库,SQL:Structured Query Language 结构化查询语言,COM:Component Object Model 组件对象模型,DM,:,Data Mining 数据挖掘,DM:Direct Mail advertising 直接邮寄广告,KDD:Knowledge Discover in Database 数据库中的知识发现,DNIS:Dialed Number Identification Service 被叫号码识别,ANI:Automation Number Identification 自动号码识别,61,备注,ETL:Extraction,Transformation,Load,数据的抽取、转换及加载,DTS:Data transformation Services 数据传输服务,MR:Microsoft Pivottable 微软数据透视表,MMC:Microsoft Management Console 微软管理平台,OLEDB:Object Linking and Embedding Database 对象链接和嵌入数据库,ODBC:Open Database Connectivity 开放式数据库连接,KDD:Knowledge Discovery in Database 数据库中知识发现,DMKD:Data Mining Knowledge Discovery,DBMS:Database Management System,ANNS:Artificial Neural Networks 人工神经网络,NNS:Neural Networks 神经网络,AI:Artifical Intelligence 人工智能,GA:Genetic Algorithms,遗传算法,62,谢谢观赏,
展开阅读全文

开通  VIP、SVIP  下载更划算
下载10份以上建议开通 VIP 会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        关注我们

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服