基于數據挖掘的客戶關系管理在教學中的研究

高琳　胡征兵

摘要：日本和歐美一些國家把教育產業的屬性歸為服務性產業，甚至提倡“以客戶為導向”的教育。華東師范大學趙中建教授認為，教育是一種服務的理念。為全面推進質量管理，樹立“教育服務”理念，即“教育對象”轉變為“服務對象”，需要建立新型師生關系。[1]CRM的核心思想是“以客戶為中心”，強調提高客戶地位，更好地服務客戶，并以“建立完善的客戶檔案、吸引客戶、保留客戶”為原則，增進企業與客戶之間的關系，更有效地實現與客戶溝通及最大化客戶滿意度，最終實現企業與客戶之間的雙贏。本文從CRM在教學中的應用、CRM中的呼叫中心、CRM中的數據挖掘技術等方面進行了探究。

關鍵詞：客戶關系管理；數據挖掘；教學

中圖分類號：G642 文獻標識碼：A 論文編號：1674-2117（2015）12-0111-02

CRM理論

關于CRM（Customer Relationship Management）的定義目前尚無一個公認的統一定義。CRM的核心思想是“以客戶為中心”，強調提高客戶地位，更好地服務客戶，并以“建立完善的客戶檔案、吸引客戶、保留客戶”為原則，增進企業與客戶之間的關系，更有效地實現與客戶溝通及最大化客戶滿意度，最終實現企業與客戶之間的雙贏。CRM不僅是一個系統、一個技術解決方案，更是一種管理思想。

CRM在教學中的應用

20世紀下半葉，國外學者嘗試將管理學中的顧客感知理念引入教育管理模式，開始關注學生的需求，追求科學合理地分配教學資源[2]——現在的以“學生為中心”的教學模式。借鑒客戶關系管理理念中的客戶關懷，從改善師生關系出發，進行全方位的管理，與學生建立穩定、良好、持久的關系。在教學中，學生滿意程度能對教學進行相應的測評及分析。

雖然在教學方面要實現一對一的教學會有很大的難度，但我們可以為每位學生建立一份全面、完善的信息檔案（個人基本資料、興趣愛好、學習行為、成績等），然后通過數據挖掘對其進行詳細分析，了解學生需求，接著把學生細分，選擇合適的人才培養方案。而且根據這些情況隨時給學生一些關于學習方面的建設性意見，并幫助他們選修相應的課程及發揮自己的優勢，盡可能準確地定位自己的發展方向。在教育中需要注重對學習者的終身服務，注重學習者個性發展和多元發展，注重將學習者的興趣需求與有目的的引導相結合，注重學習者實踐操作能力的培養。

根據CRM理論，教學中的交互過程需要經歷三個階段：①有針對性地宣傳課程相關信息，為感興趣的學生提供信息咨詢和選修課程的幫助；②根據學生的學習需求和興趣制定學習計劃，推薦相關實踐機會及項目，并給予其生活上的建議及指導；③對掌握的學生信息（學習能力、自我定位、人生規劃、就業意向等）進行分析，為學生提供所需課程的信息。有意愿繼續學習該課程的學生又可以建立新的關系。學生課程結業后并不意味著關系的終止，可以通過校友活動、E-mail等保持聯系，以獲取其對該門課程的滿意度。

在此過程中，我們需要注重社會需求及學習者的就業取向，及時給予學習者就業指導，幫助其建立適當的職業規劃。例如，開展一些校友活動，為待業人員搭建良好的就業服務平臺；保留畢業生的具體就業資料，包括工作單位、性質、職位及聯系方式，并與其保持聯系。

CRM中的呼叫中心

借助Moodle教學平臺，建立具有呼叫功能的接待系統，為學習者提供24小時服務。當學習者在線咨詢時，若是第一次呼叫，接線人員需要將其相關信息輸入到計算機；若是第二次咨詢，計算機根據用戶身份調出其咨詢，的所有歷史信息進行個性化輔導，并把所有記錄都保存以便追蹤學習者行為，了解其學習情況及進度。真正讓學生感覺到其是學習的主體、教育服務對象，并建立一種受重視感或平等感。同時支持傳真、電子郵件、網絡電話、短信等多種方式的接入呼出，隨時傾聽學習者的意見并及時改進教學方案等方面的服務。

CRM中的數據挖掘技術

1.數據挖掘涵義

數據挖掘（DM）就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。[3]

2.數據獲取的實現

Moodle擁有靈活的教學活動模塊和資源模塊陣列，能創建五類靜態課程資料：文本、網頁、頁面鏈接、課程目錄瀏覽以及顯示任一文本或圖片的表格；六類交互式課程資料：課外作業、詞語、日志、功課、測驗、調查評論；五種學生間進行交互的活動：聊天、論壇、術語匯編、WIKI及專題討論。[4]我們采用Moodle平臺詳細記錄學生的一切活動日志，并把其數據轉換成某一種適合數據挖掘的格式。并針對作業、問題、考試分數進行信息的可視化，使得教師可以了解學生、發現問題學生（如很少做作業、測驗成績差）及明確如何展開教學活動。

此外，若是在職人員想要提升自己，那就需要與其所在單位協商并建立員工數據庫，通過分析大致可以把握學習者面臨的困境，以及為這些要繼續深造的人員重新擬定新的培養方案。在職人員可以針對其自身職業發展中遇到的問題反饋給學校，教師可以結合這些實際問題來更好地豐富自己的教學方案。這樣可以避免教學脫離實際，既豐富了教學內容，也提高了學生學習的主動性。

3.數據挖掘應用

第五屆高級數據挖掘與應用國際會議（ADMA，The International Conference on Advanced DataMining and Applications）補充了數據挖掘在教育中的應用。運用CRM中數據挖掘可以很好地幫助我們了解教學服務對象，如學習者的年齡、家庭收入和成員、性別、住址、學習風格等。

第一，運用變量間的相關性分折推斷影響學生學習的態度或者預測學生的最終成績。回歸分析可以用來預測造成學生考試不理想的知識及品德，也可以用于預測學生是否能十分準確地回答問題，以及預測學末的成績。[5]關聯規則挖掘則可以用來診斷學生學習的問題或是發現學生的某些知識興趣點的相關性并給予意見，如最適合的學習材料、學習模式等。

第二，運用聚類分析對學生的訪問行為、頻度、內容、停留時間等進行分析，得出具有相似學習特征及對特定教學策略具有相同反應的學生，以方便進行輔導。從年齡、社會化、個性及認知特征四個方面對學習特征進行了歸類分析。

第三，通過分類算法對學生的知識水平進行分類，給予不同級別的訓練。并基于學習目標對學生進行分組、給予不同的輔導。

第四，運用數據挖掘中的文本挖掘技術對記錄在電子學檔中的學生信息進行分析、挖掘；參照評價量規得出各項指標的評價分值，從而實現對學生學習的過程性評價。

參考文獻：

[1]胡澤民.“學習用戶”理念下遠程高等教育教學運行模式研究[D].廈門：廈門大學，2005.

[2]詹澤慧，等.CRM視角下的現代遠程教育管理模式構建[J].中國電化教育，2008（08）：34-38.

[3]王全旺，趙兵川.數據挖掘技術在Moodle課程管理系統中的應用研究[J].電化教育研究，2011（11）：69-73.

[4]馮銳.網絡學習支持系統中學生特征分析模型的構建及技術實現[J].中國電化教育，2006（12）：101-103.

[5]白麗萍.CRM在服裝代理行業中的應用研究[D].濟南：山東大學，2012.