面向服务运作的客户知识管理研究述评

喻立

(清远职业技术学院，广东清远511510)



面向服务运作的客户知识管理研究述评

喻立

(清远职业技术学院，广东清远511510)

进入21世纪，信息技术的发展日新月异，不仅促进了全球经济的高速发展，且不断催生出新的服务经济模式。作为国民经济的重要领域，现代服务业越来越受到各国政府的重视。目前，发达国家服务业从业者占总从业人数的比例在60%以上，美国和日本超过70%，印度、俄国、巴西等其他国家的服务业从业人数也已超过工业行业。在大多数发达国家和部分发展中国家，服务业在国内生产总值中已居于主导地位，“服务经济”和“经济服务化”逐渐成为全球经济的主流，以服务为主导的经济结构正在形成[1-2]。许多以提供产品为主的制造型企业或IT企业都开始将服务当作其核心的竞争资源，并不断将其业务范围向服务领域拓展。在向客户提供服务的过程中，企业需要通过与客户的互动充分了解客户，把握客户的动态需求，提供极具价值的个性化服务解决方案，使客户对企业的服务产生依赖和持久的忠诚，为企业带来高额的服务利润。当前，信息技术在服务领域的应用使服务水平大幅提升，将信息技术深度开发并应用于客户服务领域，是一个主旨鲜明的研究思路。服务业的创新更多的是在与客户的互动中产生的，通过与客户的交流和互动可以加深对客户的理解，不断创造新的知识，从而提升服务主体的知识内涵和核心竞争力。

1客户知识的概念及分类

客户知识管理是一个较新的概念，其研究还处于起步和发展阶段，目前没有形成完整和统一的定义。Wayland等[3](1997)首次给出客户知识管理(CKM)的定义，将其定义为一个运用信息技术有效获取客户知识并建立客户价值链的知识管理系统，其实质是将CKM看作是客户关系管理(CRM)和知识管理(KM)的结合体。Cooper[4](1998)从CRM的视角对CKM进行研究，认为CKM是利用先进信息技术实现与客户的互动交流，实时掌握客户需求，从而开展有针对性的营销和定制化服务，并认为客户知识是关于产品或服务满足客户需求的情况、客户的具体需求和欲望、客户与企业互动的难易程度甚至客户是如何应对人生压力的知识。Gibbert等[5](2002)将CKM定义为一个把技术和KM概念整合起来帮助组织了解其客户，从而更好地为客户服务并从中学习的过程。Rowley[6](2005)认为CKM就是优化组织和业务流程，促进客户知识的创造、传播和利用，从而实现组织的目标。李慧等[7](2007)对CKM的特点进行归纳，认为CKM是在CRM的流程中进行的。王小娟等[8](2015)提出客户作为参与企业创新实践活动的关键主体，其与企业间互补知识获取、共享及新知识应用等活动对于服务产品开发尤为重要。蒋跃进等[9](2004)在对CKM和CRM进行差异分析的基础上，提出了客户知识管理的思想。

从产品创新来看，VonHippel[10](1997)发现产品的创新往往并不是来源于企业本身，而是来源于客户。从企业的竞争要素分析，Prahalad等[11](2004)指出企业能力不仅来源于公司员工的知识，探索来自于客户头脑中的知识是极具意义的，与客户相关的知识正成为重要的竞争要素。Gebert等[12](2003)认为客户知识就是客户在与企业的互动中，需要、产生或拥有的一种经验值、情境信息和专家洞察力的动态组合。Blosch[13](2000)认为客户与企业的交互就是企业获取客户知识的过程。郭清等[14](2004)认为客户知识是指对组织有价值的知识，并从客户关系管理的视角对客户知识管理给出定义。郭庆等[15](2004)认为客户知识包括客户的消费偏好、行为特征以及喜欢的接触渠道等。张波[16](2009)认为客户知识管理的基本理念是将客户视为企业的知识源泉和企业学习的动力，企业不仅要建立详细的客户数据库，更关键的是要吸引客户共同参与企业的内部创新。于涤等[17](2005)从供应链的视角提出客户知识的广义概念，认为在建立和保持高效率、高价值的供应链合作伙伴的密切关系过程中，会产生大量有价值的信息，这些信息可被看成是面向供应链的客户知识。

在客户知识的分类方面，Jennifer等[18](2002)认为存在2类客户知识，即关于顾客的知识和顾客拥有的知识。Gebert等[12](2003)将客户知识分成3种类型，即关于客户的知识(knowledgeaboutcustomers)、来自于客户的知识(knowledgefromcustomers)和客户需要的知识(knowledgeforcustomers)。随着对客户知识认识的不断深入，共同创造的知识(knowledgeco-creation)也开始被提出。叶乃沂[19](2002)将客户知识分为客户界定、沟通渠道、客户需求、客户行为、客户价值5个层次。迈克尔·波兰尼[20](2000)根据可视性将客户知识分为显性的客户知识和隐性的客户知识，相比较而言，隐性的客户知识更具复杂性和系统性，而且隐晦不清难以表达。卢启程[21](2007)根据客户知识的产生途径和获取方法将客户知识分为对话性客户知识、观察性客户知识、预测性客户知识。

2客户知识管理模型及应用

Tiwana[22](2001)、Plessis[23](2004)、Jennifer等[18](2002)从电子商务的角度对客户知识管理进行研究，用“知识型客户关系管理”来描述知识管理、客户关系管理和电子商务的整合，认为知识管理在客户关系管理和电子商务中不可或缺，并提出了客户知识管理的研究模型。Gibbert等[5](2002)通过对多个行业的研究，发现企业的CKM方式有一定的共性特征，并提出5种类型的CKM模式。相比较而言，Garcia等[24](2002)提出的CKM模型可操作性更强，模型将客户知识管理的流程描述为3阶段的知识流动过程。Kuhlthau[25](1998)、Yook等[26](2000)研究了企业和客户对知识的需求，描述了知识流动的循环过程。黄亦潇[27](2006)研究了客户知识的转化过程，对3种类型的客户知识获取方法进行了研究，并建立了不同类型客户知识的相互转化模型。在技术及服务创新方面，范德成和唐小旭[28](2008)分析了客户知识管理在企业技术创新中的作用，并建立了基于客户知识管理的企业技术创新模型；王壮和郭亚军[29](2007)分析了CKM和CRM的区别与联系，提出了客户知识管理环境下的企业信息服务创新的实施步骤。在客户知识管理的发展研究方面，王学东和赵文军[30](2008)认为客户知识网络是客户知识管理的新阶段，从知识特征、知识主体特征和知识网络特征3个方面，分析了网络中知识转移的影响因素，并探讨了客户知识网络的管理机制；邹农基和冯俊文[31]、孟庆良和邹农基[32](2008)在分析客户知识管理内涵的基础上，进一步研究了面向CKM的企业竞争优势的获取机理，构建了面向CRM的客户知识吸收能力概念模型，并对客户知识吸收能力的4个维度进行了描述；盛小平[33](2008)在提出的客户知识管理模型中设计出由客户知识管理活动与企业业务活动相融合的客户知识管理模式；Bosel等[34](2003)分析了客户知识的管理流程，并提出了客户知识管理系统的框架及结构；Dennis等[35](2003)和Devlin[36](2002)分别以零售业和银行业为背景对客户知识的管理方法展开研究；Alexander等[37](2003)提出了客户知识能力的概念模型，强调了在客户知识能力管理过程中需要企业高级管理层的参与。

3客户知识的获取及共享

2002年1月美国知识管理国家标准颁布实施，使知识管理的发展进入到一个更务实和注重操作的新阶段[38]，在对客户知识获取和利用方法的研究中比较关注客户知识源的确定和客户知识的获取技术[39-40]。在客户知识源的研究方面，VonHippel[41](1997)提出从“领先客户”的角度来识别客户知识源。所谓领先客户是指对新产品或服务需求在时间上领先于其他一般客户的代表性群体，相对于一般客户，领先客户具有更丰富的生活经历和产品使用经验。从客户知识的分类看，领先客户在与企业的互动中最有利于实现客户知识的创新和升华，从而带动企业新一轮的产品创新和技术创新。对于领先客户的识别不能从企业某一部门的角度来实现，应该从企业整体的角度出发，需要企业决策层的高度参与。Seybold[42](2001)提出在对领先客户的识别中应捕捉客户与企业的连续接触过程，需要完备的客户数据库和CRM系统的支持。

在客户知识的获取方法上，方凌云[43](2005)从客户知识的产生与获取出发，研究了知识管理系统和知识发现技术等相关技术，以及实现客户知识智能化的过程；张志远[44](2003)以客户知识采集需求为基础，以Web文本中的客户知识为采集目标，以Web文本挖掘的相关方法与技术为手段，创建了基于Web文本挖掘的客户知识采集方法；邹农基[45](2007)提出了面向CRM的客户知识获取和运用的理论框架，研究了面向客户知识获取的客户知识吸收能力问题和客户知识获取的优化控制问题，并构建了面向CRM的客户知识吸收能力模型；王君[46](2004)研究了CRM中的客户信息获取问题，在分析客户信息和Web技术特点的基础上，给出了一种基于Web的客户信息获取框架，同时还提出了该模型框架中各组成部件的功能和实现技术，运用此信息获取模型框架有助于分析和发现客户知识，对制定企业的经营策略具有支持作用；张科等[47](2007)从客户知识的存储单位和可呈现性2个纬度对客户知识进行了分类，分析了客户知识的共享方法；叶春红[48](2007)运用完全信息博弈和不完全信息博弈模型，分析了客户知识共享实现的可能性；牛力娟[49](2007)分析了客户知识的内涵，并对电子商务企业的客户知识进行了分类，探讨了电子商务企业客户数据的主要来源渠道和电子商务企业获取客户知识的基本过程；汪克夷和齐丽云[50](2007)研究了基于文本聚类的客户知识获取方法及其应用；张建林[51](2005)、周晓宁[52](2006)从客户知识获取的角度探讨了企业所需要的客户知识，并且提出了客户知识的有效获取方法。

在知识的提取技术方面，涉及到数据挖掘技术和相关算法的选择，尤其是数据挖掘技术是公认的“知识发现”核心技术[53-54]，目前，跨行业数据挖掘标准流程(CRISP-DM)在各行业的广泛应用，为各行业的客户知识分析提供了一个标准的操作范式。在现有的研究及应用中，数据挖掘主要用于新客户识别、客户分类、客户保持、交叉销售、客户盈利能力分析、产品分析和营销分析等，如用数据挖掘技术满足目标客户的产品需要和提供客户解决方案[55-56]。在客户营销支持方面，JinPeng等[57](2006)研究了基于优化的群智能挖掘算法，将改进的群智能数据挖掘技术应用于所提出的系统应用架构模型；ChangChewei等[58](2009)研究了基于文本信息挖掘的客户关系管理，以此来分析客户行为并形成正确的客户描述；LiuYunfeng等[59](2008)研究了基于粗糙集的智能客户关系管理，从而更好地识别潜在客户；宁一鉴[60](2007)将关联规则用于客户消费行为分析，以此来确定所选择的业务之间的关联；SteveGallant等[61](2001)研究了基于客户价值的数据挖掘和Web挖掘方法。

在对客户知识的提取处理中，涉及对客户行为的定性和定量表达。李德毅等[62](1995)提出了云方法，用3个数字特征(期望值、熵、超熵)来描述整个云团，实现定性和定量之间的转换；邸凯昌等[63](1997)、陆建江等[64](2000)、张国英等[65](2004)、邓羽等[66](2009)研究了云理论的应用，并拓展了云理论方法及其应用领域。存放在数据库中的客户数据可能含有噪音或不完备的数据对象，这些对象会影响分析过程，导致所提取的客户知识存在较大偏差，波兰科学家Z.Pawlak[67](1982)基于边界区域的思想提出了粗糙集的概念。随着粗糙集理论研究的不断发展，它开始成为处理知识模糊性和不确定性的有效工具，如Dubois等[68](1990)提出了模糊粗糙集和粗糙模糊集的概念，将模糊集与粗糙集进行了有机的整合，进一步拓展了粗糙集理论在分类及特征选择等领域的应用；王珏等[69](2003)提出的动态约简方法可以确保所获知识具有较好的抗噪性和较高的准确性；王宏[70](2006)运用粗糙集理论进行了客户价值分析。由于Pawlak粗糙集模型的局限性，Ziarko提出了变精度粗糙集模型，为了拓宽变精度粗糙集模型的应用范围，孙士保[71](2005)提出了一种保持边界的属性约简理论与方法。为了提高知识的交互性和重用性，知识的标准化和可视化尤为重要，语义网络是通过概念或对象及其语义关系来表达知识的一种网络图，最早由Quilian在其博士论文中作为人类联想记忆的一个显式心理学模型提出，语义网络在知识表示方面的应用还处于发展阶段。Foxvog等[72](2007)提供了一种描述网络服务行为的方法；Garcia-Castro等[73](2008)提出了一个基于组件可以进行快速分析的语义网络框架；Nishimura[74](2007)提出了一种新的语义网络的方法，可以很方便地进行信息的处理；其他关于知识表示的方法还有谓词逻辑、产生式规则和本体理论等，在知识表示的具体应用中，很少单纯地运用一种方法去实现，大多为多种方法的综合运用。

4评价及总结

相对于单个企业，以服务为导向构建的供应链体系更具竞争力，其所涉及的人力、物力、财力等资源范围更加广泛，要素之间的协同更加复杂，接受服务的客户在需求及感知方面更具动态性。在服务运作中实施客户知识管理体现了系统管理思想，通过对客户综合信息的深度挖掘，构建基于客户知识的服务供应链协同平台，有针对性地进行服务资源的动态匹配，可以提升服务运营响应水平，使服务运营系统提前做好服务资源预备，变被动服务为主动服务，提高客户满意度，同时也可以避免由于提供无效服务而导致的资源浪费。目前的服务信息化理论和方法中，客户关系管理中的客户行为分析更多地关注客户消费行为特征，它主要是针对客户的资金分布情况、流量情况、历史购买记录等方面的数据来分析客户资源的综合利用情况[75]，其主要目的是提高企业利润、挽留老客户、发现潜在新客户、交叉销售和销售自动化等[76]。但客户关系管理中的客户分析更多的是基于客户历史行为数据库，这些数据基本属于静态属性数据，忽略了客户需求的动态变化，难以全面反映客户的知识特征。相对于客户关系管理，客户知识管理引入了知识管理的思想，在拓展客户信息外延的基础上，深化了对客户信息的挖掘和应用。作为一种商务战略，客户知识管理融合了知识管理、营销管理、信息技术等多方面的战略思想和前沿技术。客户知识管理以客户价值为核心内容，以信息技术为实施手段，最终目的是通过对客户的识别、与客户的交流、改进产品或服务等手段，提高客户忠诚度，增加企业效益。

[参考文献]

[1]刘作仪,杜少甫.服务科学管理与工程：一个正在兴起的领域[J].管理学报,2008,5(4):607-614.

[2]SpohrerJ,MaglioP.Emergenceofservicescience:servicessciences,management,engineering(SSME)asthenextfrontierininnovation[R].California:IBMAlmadenResearchCenter,2005.

[3]WaylandR,ColeP.Customerconnection:newstrategiesforgrowth[M].Boston:HarvardBusinessSchoolPress,1997:11-18.

[4]CooperAlan.Customerknowledgemanagement[J].PoolBusinessandMarketingStrategy,1998(2):3-4.

[5]GibbertM,LeiboldM,PerobstG.Fivestylesofcustomerknowledgemanagement,andhowsmartcompaniesusethemtocreatevalue[J].EuropeanManagementJournal,2002,20(5):459-469.

[6]RowleyJ.Customerknowledgemanagementorsurveillance[J].GlobalBusinessandEconomicsRevies,2005,7(1):100-110.

[7]李慧,董铁牛.客户知识管理研究综述[J].科技管理研究,2007(3):204-207.

[8]王小娟，万映红.客户知识管理过程对服务产品开发绩效的作用：基于协同能力视角的案例研究[J].科学与研究,2015，33(2)：264-271.

[9]蒋跃进,梁墚.基于知识型的客户关系管理[J].华东经济管理,2004,18(6):125-126.

[10]VonHippelE.Hasacustomeralwaysdevelopedyournextproduct[J].SloanManagementReview,1997,18(2):63-74.

[11]PrahaladCK,VenkatRamaswamy.Co-creatinguniquevaluewithcustomers[J].Strategy&Leadership,2004,32(3):185-190.

[12]HenningGebert,MalteGeib.Knowledge-enabledcustomerrelationshipmanagement:integratingcustomerrelationshipmanagementandknowledgemanagementconcepts[J].JournalofKnowledgeManagement,2003,7(5):107-123.

[13]BloschM.Customerknowledge[J].KnowledgeandProcessManagement,2000,7(4):265-268.

[14]郭清,樊治平,郑苗,等.ECCRM中客户知识管理[J].东北大学学报：自然科学版,2004,5(3):299-302.

[15]郭庆,邵培基,全昌文.客户知识管理及其实施的初步分析[J].科学学与科学技术管理,2004(10):52-56.

[16]张波.客户知识管理及其实现过程研究[J].改革与战略,2009,2(25):156-158.

[17]于涤,王建宇.面向供应链的客户知识管理[J].科技进步与对策,2005(3):18-20.

[18]JenniferE,Rowely.ReflectionsoncustomerknowledgemanagementinE-business[J].QualitativeMarketResearch,2002,5(4):245-250.

[19]叶乃沂.信息时代的客户知识管理[J].运筹与管理,2002,11(4):121-127.

[20]迈克尔·波兰尼.个人知识：迈向后批判哲学[M].许泽民，译.贵阳：贵州人民出版社,2000:21-23.

[21]卢启程.客户知识管理研究评述[J].情报杂志,2007(12):70-73.

[22]TiwanaA.Theessentialguidetoknowledgemanagement:e-businessandCRMapplications[M].NewJersey:Prencentic-Hall,PTR,2001:121-122.

[23]PlessisMD,BoonJA.Knowledgemanagementine-businessandcustomerrelationshipmanagement:southafricancasestudyfinding[J].InternationalJournalofInformationManagement,2004(4):253-256.

[24]GarciaM,AnnabiH.Customerknowledgemanagement[J].JournaloftheOperationResearchSociety,2002(53):875-884.

[25]KuhlthauCC.Seekingmeaning:aprocessapproachtolibraryandinformationservice[M].Norwood,NJ:AlbexCo,1998:98-99.

[26]YookK,NilanMS.Towardare-conceptualizationofinformationseekingresearch:focusontheexchangeofmeaning[J].InfoProcessMngt,2000(35):871-890.

[27]黄亦潇.客户知识获取的理论与应用研究[D].成都:电子科技大学,2006.

[28]范德成,唐小旭.基于客户知识管理的企业技术创新模型研究[J].科技进步与对策,2008,12(25):205-207.

[29]王壮,郭亚军.基于客户知识管理的企业信息服务创新研究[J].图书情报工作,2007,2(51):14-17.

[30]王学东,赵文军.基于知识转移的客户知识网络管理研究[J].情报科学,2008,10(26):1471-1476.

[31]邹农基,冯俊文.客户知识管理与企业竞争优势[J].科技进步与对策,2008,4(25):112-116.

[32]孟庆良,邹农基.面向CRM的客户知识吸收能力研究[J].江苏科技大学:社科版,2008,4(8):38-42.

[33]盛小平.企业客户知识管理研究[J].情报杂志,2008(8):70-72.

[34]BoselR,SugumaranV.Applicationofknowledgemanagementtechnologyincustomerrelationshipmanagement[J].KnowledgeandProcessManagement,2003,10(1):3-17.

[35]DennisC,MarslandD,CocketT,etal.Marketsegmentationandcustomerknowledgeforshoppingcenters[C]//ProceedingsoftheITTConference.Zagreb,Croatia:JournalofComputingandIformationTechnology,2003:417-424.

[36]DevlinJF.Customerknowledgeandchoicecriteriainretailbanking[J].JournalofStrategicMarketing,2002(10):273-290.

[37]AlexanderJ,Campbell.Creatingcustomerknowledgecompetence:managingcustomerrelationshipmanagementprogramsstrategically[J].IndustrialMarketingManagement,2003(5):375-383.

[38]王珊珊.高新技术企业知识管理方法及策略研究[D].哈尔滨:哈尔滨理工大学,2005.

[39]黄亦潇,邵培基.客户知识价值度量方法及其变化趋势研究[J].科学学研究(增刊),2005,23(12):217-221.

[40]LeeJY,PodlaseckM.Visualizationandanalysisofclickstreamdataofonlineforunderstandingwebmerchandising[J].DataMiningandKnowledgeDiscovery,2001,5(1):59-84.

[41]VonHippelE.技术创新源泉[M].柳卸林,译.北京:科学技术文献出版社,1997:75-77.

[42]SeyboldP.Thecustomerrevolution:howtothrivewhencustomersareincontrol[M].NewYork:CrownBusiness,2001:152-158.

[43]方凌云.企业客户知识的获取过程及智能实现[J].管理学报,2005,7(2):143-145.

[44]张志远.基于WEB文本挖掘的客户知识采集方法研究[D].长沙:国防科学技术大学,2003.

[45]邹农基.面向CRM的客户知识获取和运用的理论与方法研究[D].南京:南京理工大学,2007.

[46]王君.一种基于Web的客户信息获取模型框架[J].系统工程与电子技术,2004,26(2):230-233.

[47]张科,郭晓军.客户知识分类与共享方法分析[J].科技情报开发与经济,2007,17(36):135-136.

[48]叶春红.商业银行客户知识共享的博弈分析[J].重庆工学院学报:社会科学版,2007,21(9):37-40.

[49]牛力娟.电子商务企业的客户知识获取过程研究[J].情报杂志,2007,26(6):18-20.

[50]汪克夷,齐丽云.基于文本聚类的客户知识获取和应用研究[J].管理学报,2007,4(3):273-278.

[51]张建林.客户知识管理中的客户知识获取研究[J].经济论坛,2005(2):82-84.

[52]周晓宁.CKM中客户知识的获取研究[J].现代管理科学,2006(12):11-13.

[53]王虎,喻立.主动服务导向下的服务挖掘模型研究[J].武汉理工大学学报:信息与管理工程版,2010,32(3):284-288.

[54]艾丹祥.基于数据挖掘的客户智能研究[D].武汉:武汉大学,2007.

[55]XuY,DuanQ,YangHJ.Web-service-orientedcustomerrelationshipmanagementsystemevolution[C]//13thInternationalWorkshoponSoftwareTechnologyandEngineeringPractice.BudapestHungary:SoftwareTechnologyandEngineeringPractice,2005(9):39-48.

[56]TsengTL,HuangCC.Roughset-basedapproachtofeatureselectionincustomerrelationshipmanagement[J].Omega-InternationalJournalofManagementScience,2007,35(4):365-383.

[57]JinPeng,ZhuYunlong.Applicationarchitectureofdataminingintelecomcustomerrelationshipmanagementbasedonswarmintelligence[C]//9thPacificRimInternationalConferenceonArtificialIntelligence.Guilin:PRICAI,2006:960-964.

[58]ChangChewei,LinChin-tsai,WangLian-qing.Miningthetextinformationtooptimizingthecustomerrelationshipmanagement[J].ExpertSystemswithApplications,2009,36:1433-1443.

[59]LiuYF,KeL.TheresearchofCRMintellectualizationbasedonroughset[C]//7thWuhanInternationalConferenceonE-Business,VolI-III-UnlockingtheFullPotentialofGlobalTechnology.Wuhan,2008:459-464.

[60]宁一鉴.基于增值业务的客户消费行为数据挖掘模式分析[D].成都:西南交通大学,2007.

[61]SteveGallant,GregoryPiatetsky-Shapiro,TanMing.Value-baseddataminingandwebminingforCRM[C]//TheSeventhACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining.NewYork:ACM,2001:61-66.

[62]李德毅,孟海军,史雪梅.隶属云与隶属云发生器[J].计算机研究与发展,1995,32(6):15-20.

[63]邸凯昌,李德仁,李德毅.空间数据发掘和知识发现的框架[J].武汉测绘科技大学学报,1997,22 (4):328-332.

[64]陆建江,钱祖平,宋自林.正态云关联规则在预测中的应用[J].计算机研究与发展,2000,37(11):1317-1320.

[65]张国英,沙云,刘旭红,等.高维云模型及其在多属性评价中的应用[J].北京理工大学学报,2004,24(12):1065-1069.

[66]邓羽,刘盛和,张文婷,等.广义多维云模型及在空间聚类中的应用[J].地理学报,2009,64(12):1439-1447.

[67]PawlakZ.Roughsets[J].InternationalJournalofInformationandComputerScience,1982(11):341-356.

[68]DuboisD,PradeH.Roughfuzzysetsandfuzzyroughsets[J].InternationalJournalofGeneralSystems,1990(17):191-209.

[69]王珏,刘三阳.相容粗糙集理论中的属性约简算法[J].计算机科学,2003,30(6):368-370.

[70]王宏.基于粗糙集数据挖掘技术的客户价值分析[D].哈尔滨:哈尔滨工程大学,2006.

[71]孙士保.变精度型粗糙集模型及其应用研究[D].成都:西南交通大学,2005.

[72]ZhouFoxvog,ZhangBing,Bhiri,etal.Behavioraldescriptionfordynamicsemanticwebservicescollaboration[C]//3rdInternationalConferenceonSemantics,Knowledge,andGrid,Xi′an:SKG,2007:338-341.

[73]Garcia-CastroRaul,Gomez-PerezAsuncion.Towardsacomponent-basedframeworkfordevelopingsemanticwebapplications[C]//SemanticWebConference.Bangkok:ASWC,2008:197-211.

[74]NishimuraKazuo.Anewsemanticnetworkprogrambasedoncombinationofcaseknowledgeandgeneralknowledge[C]//The2007InternationalJointConferenceonNeuralNetworks.Orlando:IJCNN,2007:542-545.

[75]马刚,李洪心,杨兴凯.客户关系管理[M].大连:东北财经大学出版社,2008:133-135.

[76]曲昭伟,郑岩,李廷杰.基于聚类实现客户行为分析[J].东北师大学报:自然版,2006(6):19-21.

责任编辑：唐海燕

摘要：通过与客户的交流和互动可以加深对客户的理解，不断创造新的知识，从而提升服务供应链的知识内涵和核心竞争力。文章从服务运作管理的视角，针对客户知识的概念、分类、获取和共享，以及客户知识管理应用模型等方面的研究进行述评。

关键词：服务运作；客户知识管理

ReviewonServiceOperation-orientedCustomerKnowledgeManagementYULi

(QingyuanPolytechnic,Qingyuan511510)

Abstract：Communication and interaction with customers help facilitate a deeper understanding of them,create new knowledge and thereby improve the content and core competitiveness of service supply chain.This paper reviews the concept,classification,acquisition and sharing of customer knowledge as well as the customer knowledge management application model from the perspective of service operation management.

Key words：service operation;customer knowledge management

中图分类号：F274

文献标志码：A

文章编号：1671-0436(2015)04-0054-06

作者简介：喻立(1968—)，男，博士，副教授。

收稿日期：2015-03-10