电力客户细分及增值服务系统研究

发布时间：2017-04-19 14:00

  本文关键词：电力客户细分及增值服务系统研究，，由笔耕文化传播整理发布。

【摘要】：为了适应社会和经济发展的需要,南方电网公司提出以“万家灯火南网情深”为指导思想,通过对客户进行分类管理,并依此制定客户营销服务策略,为客户提供差异化服务和产品,促进客户服务水平进一步提高。在此目标的指导下,茂名供电局也适时开展了客户分类的相关工作,旨在通过识别不同客户群体的用电特征,为客户提供个性化营销和服务。但在实际操作中,客户分类工作主要依靠人工手段,存在主观因素和经验因素较多,效率低下的问题。同时细分模型缺乏科学、细致的指标体系,给客户细分工作带来不少困难,难以真正为客户提供有个性化的营销和服务。为更加充分地了解客户特点,精准地把握客户诉求,并依此制定客户营销服务策略,提升客户满意度,本文以茂名市电力客户为研究对象,根据现有客户群的特点,探讨了具有实际可操作性的电力客户细分方法。茂名供电局陆续开展了信息采集系统的建设,拥有较为完备的数据库系统,存储了海量的客户用电数据,为采用数据挖掘进行客户细分提供了硬件条件。作为数据挖掘中核心技术之一的K-means聚类算法,在客户细分研究中日益重要。但K-means算法存在聚类结果受初始中心值的影响较大、算法容易陷入局部最优的问题。有鉴于此,本文针对K-means算法存在的不足,提出了基于改进纵横交叉算法的K-means聚类算法,并对其进行了较为深入的研究。以此为基础,本课题研发了一套面向供电企业的电力客户细分及增值服务系统,利用新算法对茂名地区客户进行分析,形成各具特点的客户群,并根据不同需求特征,为客户群定制个性化的增值服务菜单。
【关键词】：客户细分 聚类分析 增值服务 纵横交叉算法 K-means算法
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274;F426.61
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-19
• 1.1 选题背景及意义13-14
• 1.2 电力客户细分的研究现状14-17
• 1.3 本文所做工作及章节安排17-19
• 第二章 电力客户细分模型19-27
• 2.1 电力客户细分方法及存在问题19-22
• 2.1.1 客户细分的概念19
• 2.1.2 电力客户传统分类方法19
• 2.1.3 电力客户细分存在的问题19-21
• 2.1.4 电力客户现代细分方法21-22
• 2.2 客户细分整体模型设计22-24
• 2.2.1 模型构建思路22
• 2.2.2 基于数据挖掘的总体模型设计22-23
• 2.2.3 客户细分的一般步骤23-24
• 2.3 电力客户细分指标体系设计24-26
• 2.3.1 指标体系建立原则24
• 2.3.2 电力客户细分指标体系24-26
• 2.4 本章小结26-27
• 第三章 基于改进纵横交叉算法的K-means聚类算法27-38
• 3.1 群智能算法与K-means算法27
• 3.2 K-means算法27-30
• 3.2.1 K-means算法的基本思想27-28
• 3.2.2 K-means算法的主要步骤28
• 3.2.3 K-means算法的优缺点28-30
• 3.3 纵横交叉算法30-33
• 3.3.1 纵横交叉算法原理及步骤31
• 3.3.2 横向交叉操作31-32
• 3.3.3 纵向交叉操作32-33
• 3.3.4 竞争算子行为33
• 3.3.5 纵横交叉算法的特点33
• 3.4 一种改进纵横交叉算法33-36
• 3.4.1 改进PSO算法34-36
• 3.4.2 算法步骤流程图36
• 3.5 基于改进纵横交叉算法的K-means聚类算法36-37
• 3.6 本章小结37-38
• 第四章 CSPSO-K-means算法在客户细分中的应用38-47
• 4.1 算法的验证38-41
• 4.2 CSPSO-K-means算法在客户细分中的应用41-46
• 4.2.1 客户细分过程41-43
• 4.2.2 客户细分套餐43-46
• 4.3 本章小结46-47
• 第五章 系统框架及功能设计47-54
• 5.1 系统的总体设计思想47-50
• 5.1.1 系统功能需求分析47
• 5.1.2 系统功能模块设计47-49
• 5.1.3 系统总体设计49-50
• 5.2 系统运行及开发环境50-51
• 5.2.1 运行环境50-51
• 5.2.2 开发环境51
• 5.3 系统数据库设计51-53
• 5.3.1 系统数据库设计概述51-52
• 5.3.2 基本数据表52-53
• 5.4 本章小结53-54
• 第六章 系统软件功能实现54-64
• 6.1 登录页的实现54-55
• 6.2 客户细分功能的实现55-58
• 6.3 系统其它功能的实现58-63
• 6.3.1 基本信息查询功能58
• 6.3.2 客服信息功能58-59
• 6.3.3 防窃电管理功能59-61
• 6.3.4 分析计算功能61-63
• 6.3.5 系统管理功能63
• 6.4 本章小结63-64
• 结论与展望64-65
• 参考文献65-70
• 攻读学位期间发表论文70-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期

2 金雷法;;基于客户价值的客户细分及保持策略分析[J];现代商业;2010年15期

3 丘琪铮;;中国企业的客户细分与管理[J];销售与市场(管理版);2010年05期

4 唐家琳;;客户细分在电信营销中的应用探究[J];全国商情(理论研究);2013年02期

5 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期

6 张国方,金国栋;客户细分理论及应用策略研究[J];华中科技大学学报(社会科学版);2003年03期

7 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期

8 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期

9 张国政;高杰;;客户关系管理中基于数据挖掘的客户细分研究[J];市场营销导刊;2005年05期

10 刘立;;数据仓库中的客户细分[J];当代经理人;2006年03期

中国重要会议论文全文数据库 前3条

1 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年

2 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年

3 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年

2 ;拨开“客户细分”迷雾[N];网络世界;2006年

3 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年

4 任柏菘;普尔特的客户细分[N];中国房地产报;2011年

5 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分？[N];中国房地产报;2011年

6 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年

7 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年

8 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年

9 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年

10 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年

中国硕士学位论文全文数据库 前10条

1 吴昊;基于利益的客户细分方法研究[D];华中科技大学;2004年

2 罗斌;面向客户细分的改进关联规则算法研究[D];哈尔滨工业大学;2006年

3 蔡巧宇;基于数据挖掘的客户细分案例分析[D];兰州财经大学;2015年

4 徐欢;基于数据挖掘的房地产开发企业既有客户细分研究[D];重庆大学;2015年

5 陈东沂;融合用户兴趣和文本聚类的企业微博客户细分[D];广东外语外贸大学;2015年

6 邹湘萍;基于数据挖掘的移动公司高端客户细分及营销策略研究[D];电子科技大学;2013年

7 张洁勤;电信企业针对性营销系统设计与实现[D];电子科技大学;2014年

8 杨晓斌;改进的BIRCH算法在电信客户细分中的应用[D];合肥工业大学;2015年

9 樊仙仙;基于聚类分析的H银行客户细分及营销策略研究[D];华东理工大学;2016年

10 杨茜;基于大数据的客户细分模型及精确营销策略研究[D];南京邮电大学;2015年

  本文关键词：电力客户细分及增值服务系统研究，由笔耕文化传播整理发布。

本文编号：316402