1 知识发现的定义
  　　基于数据库的知识发现（简称KDD）指的是从大量数据中提取有效的、新颖的、潜在有用的、最终可被理解的模式的非平凡过程，而数据挖掘是知识发现中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。这种观点得到大多数学者的认同，另外，定义还表明了，知识发现是一个包涵多个步骤的处理过程。
  2、知识发现的过程
  知识发现是一个反复迭代的人机交互处理过程，这个过程需要经历多个步骤，并且很多需要由用户提供。从宏观上看，知识发现过程主要由数据整理、数据挖掘和结果的解释评估这三个部分组成，知识发现的工作步骤可以用如下几点来解释：
        1)数据准备：了解知识发现应用领域的有关情况，包括熟悉相关的背景知识，搞清用户需求，确定挖掘的总体目标和方法。
  　　2)数据选择：根据用户的需求从原始数据库中提取与知识发现目标相关的数据，在此过程中，知识发现系统将从备选的源数据中进行知识提取。
  　　3)数据预处理：对上一阶段中选取的数据进行再处理，检查数据的完整性及数据一致性，消除噪声等。
  　　4)数据缩减：根据知识发现的任务对经过预处理的数据进行再处理，主要是通过投影或利用数据库的其他操作减少数据量。
  　　5)确定知识发现目标：根据用户的要求，确定知识发现要发现的知识类型。
  　　6)选择算法：根据上一阶段确定的模式，选择合适的数据挖掘算法。
  　　7)数据挖掘：运用前面选择的算法，从数据库中提取用户感兴趣的知识，并以一定的方式表示出来。
  　　8)模式解释：对发现的模式(知识)进行解释。
  　　9)知识评价：将发现的知识以用户能了解的方式呈现给用户。
  　　该模型是根据数据应用的需要而提出的，它主要强调知识发现需要领域专家的参与。由领域专家的专业知识指导知识发现的各个阶段，并对发现的知识进行评价。
  3、零售业CRM的系统构架
  　　在零售业CRM中，企业内部各部门的处理和分析是真正耗费时间的环节。如何科学地设计出企业内部各部门对客户关系数据的业务处理流程，建立起企业的信息分析数据模型，对加快企业对信息的响应速度，发挥CRM的功能，具有非常重要的意义。根据对零售业客户关系管理的问题及要求的分析，结合一般的CRM系统架构，本文提出符合我国零售业特点的CRM架构。
        而客户分析系统则主要利用3个工具对客户数据进行分析，它们分别是数据挖掘、OLAP和商业智能工具，以了解顾客行为模式和购买规律，对营销和服务提出建议。客户管理系统通过客户服务中心、会员卡管理、网站负责与顾客的联系与沟通，处理客户投诉和反馈意见，安排和监督客户服务工作，保持和发展忠诚客户。
  4、基于知识发现的零售业CRM应用设计研究
  　　随着商品经济的发展，零售业逐渐走向了成熟和理智，而且经营观念也发生了改变。一个人或者是一个团体一旦成为企业的客户，就必须要尽全力使这种客户关系趋于完善。因此，对顾客信息的跟踪、分析顾客的特征、对未来的经营趋势进行预测是非常重要的。从大量的数据中挖掘出有用的知识，对隐藏的总体特征进行描述，对发展趋势进行预测，而这正是知识发现所要解决的任务。
  　　要先了解该领域的相关知识。因为领域知识如果没有考虑好的话，那么数据挖掘的剩余几个步骤将会产生无关的或扭曲的知识，对商业活动毫无价值，甚至还会产生误导。应该首先在了解该领域的相关知识后，然后再设置数据挖掘的目标。每一个CRM应用都会有一个或多个商业目标，根据CRM的具体目标来设置数据挖掘的目标。企业定时或随时对上述的目标数据集进行知识发现操作，挖掘用户感兴趣的模式——知识。在零售业CRM中设置要挖掘的目标是通过对交易数据库的分析，来发现哪些商品被顾客一起购买，利用该结果来制定相应的策略，从而提高商场的销售收入。在把交易数据转变成数据仓库中的数据之前，首先要进行数据清洗、数据组织和数据字典准备，使数据仓库中的数据满足分析的需求。最后利用相关的数据挖掘算法来挖掘出用户感兴趣的知识，从而采取一定的措施。
  　　在我国的零售业CRM中建立知识发现系统，它的处理过程可分为4个步骤：
  　　一是收集数据。需要收集的数据包括顾客信息、商品信息、以及顾客的消费情况。商品信息的收集比较容易实现。所需要的域的数量与知识发现任务的要求紧密相关，所要发现的模式越复杂、种类越多，则域的数量就要越多。此外，还要对这些顾客的消费情况进行跟踪记录。
  　　二是数据的预处理。或许这一步骤包括对数据的完整性约束、一致性约束的检查、检查是否有错误数据并对其进行处理、对数据的表述方式进行转换等，最后得到目标数据集。
  　　三是知识发现。企业定时或随时对上述的目标数据集进行知识发现操作，挖掘用户感兴趣的模式——知识。
  　　四是产生输出。输出结果的方式可以有很多种，这要根据用户的需要而定，它可以只是一个统计报表，也可以是对未来趋势的文字描述、图线图表。

  　　综上所述，数据库中的知识发现可以自动地对海量的数据进行分析，发现有用的知识。因而将数据库知识发现充分应用于我国的零售业CRM，对企业管理者及时、准确地把握销售过程中各因素的总体特征和发展趋势有很大的帮助，还有助于改善企业的运行状况，从而提高企业的自身竞争力。