基于商业智能的铁路货运客户流失分析模型研究

发布时间：2017-04-11 14:04

  本文关键词：基于商业智能的铁路货运客户流失分析模型研究，，由笔耕文化传播整理发布。

【摘要】：客户流失是企业面临的普遍问题,客户流失管理也是客户关系管理中的重要组成部分。虽然采用数据挖掘技术对客户流失预警进行分析目前已经有大量的研究,但都集中在电信、金融等方面。随着货运竞争逐渐增大,客户流失现象加剧。如何及时发现客户流失倾向,以最少的资源更大限度的减少客户流失带来的损失,成为了企业急需解决的问题。本文围绕商业智能技术对铁路货运客户流失预警管理展开了一系列分析与研究。本文在对数据挖掘、数据仓库以及OLAP等商业智能相关技术、客户流失算法等理论理解的基础上,结合铁路货运客户流失管理现状,提出了铁路货运客户流失分析体系,将铁路货运客户流失分析管理分为三个阶段,并以此对铁路货运客户流失管理模型进行研究。提出了铁路货运数据仓库模型,基于KGFM的客户细分模型以及利用客户综合价值变化进行客户状态标识,采用决策树算法,构建了客户流失预警分析方案。利用数据库与数据挖掘工具,以示例数据进行了方案实现,并对得到的客户流失预警模型进行了评估,得出本方案的预测结果较为理想。最后探讨了模型应用以及铁路货运企业可以开展的客户维系挽留策略。本文提出的流失管理体系以及客户流失分析研究方案可以为我国铁路货运客户流失分析管理提供一定的参考。
【关键词】：数据挖掘 数据仓库 客户流失 客户细分 决策树
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-16
• 1.1 研究背景和意义10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11
• 1.2 国内外研究现状11-13
• 1.3 研究内容和组织结构13-16
• 第2章 相关理论方法基础16-25
• 2.1 商业智能相关技术介绍16-18
• 2.1.1 数据挖掘16-17
• 2.1.2 数据仓库与OLAP17-18
• 2.2 客户细分18-20
• 2.2.1 客户细分概述18-19
• 2.2.2 铁路货运客户细分19-20
• 2.3 客户流失以及算法介绍20-24
• 2.3.1 客户流失定义20
• 2.3.2 客户流失预测算法20-24
• 2.4 本章小结24-25
• 第3章 铁路货运客户流失业务理解与数据准备25-31
• 3.1 铁路货运客户管理现状25-26
• 3.2 铁路货运客户流失分析业务理解26-27
• 3.3 铁路货运客户流失分析体系研究27-28
• 3.4 原始数据来源与预处理28-30
• 3.5 本章小结30-31
• 第4章 客户流失分析模型构建31-42
• 4.1 数据仓库模型设计31-32
• 4.2 基于细分的客户流失倾向分析32-35
• 4.2.1 基于RFM的铁路货运客户细分模型指标分析32-34
• 4.2.2 基于KGFM的客户细分模型34-35
• 4.3 基于DM的铁路货运客户流失预警研究35-41
• 4.3.1 客户历史流失界定35-37
• 4.3.2 挖掘目标与算法选取37-39
• 4.3.3 客户流失预警模型流程39-41
• 4.4 本章小结41-42
• 第5章 铁路货运客户流失分析案例实现42-57
• 5.1 基于SQL的数据仓库构建42-44
• 5.2 基于挖掘工具的客户细分实现44-48
• 5.3 基于挖掘工具的客户流失预警实现48-53
• 5.4 客户流失预警模型评估53-55
• 5.5 模型应用与客户维系策略55-56
• 5.6 本章小结56-57
• 结论57-59
• 致谢59-60
• 参考文献60-63
• 攻读硕士期间发表的论文及科研成果63

【参考文献】

中国期刊全文数据库 前10条

1 张宇;张之明;;一种基于C5.0决策树的客户流失预测模型研究[J];统计与信息论坛;2015年01期

2 罗潇;;基于数据挖掘技术的高职院校教学的应用探讨[J];数字技术与应用;2013年07期

3 李思玉;;浅谈数据挖掘在客运营销中的应用[J];空运商务;2013年04期

4 尹蕾;;大客户管理策略研究——以联想公司为例[J];对外经贸;2012年10期

5 刘志超;王雷;谷垒;冯湘;;基于数据挖掘技术的客户流失预警模型[J];微计算机信息;2011年02期

6 朱帮助;;基于SMC-RS-LSSVM的电子商务客户流失预测模型[J];系统工程理论与实践;2010年11期

7 汪健雄;刘春煌;单杏花;朱建生;;基于双层次正交神经网络模型的铁路客运量预测[J];中国铁道科学;2010年03期

8 赵德才;;决策树方法使用中的改进策略[J];科技信息;2010年08期

9 夏国恩;;客户流失预测的现状与发展研究[J];计算机应用研究;2010年02期

10 刘红;谢伟;;基于客户终身价值的流失客户研究[J];合肥工业大学学报(社会科学版);2008年06期

中国博士学位论文全文数据库 前1条

1 迟准;电信运营企业客户流失预测与评价研究[D];哈尔滨工程大学;2013年

中国硕士学位论文全文数据库 前9条

1 王彦琛;OLAP在铁路货运客户关系管理中的应用研究[D];西南交通大学;2014年

2 原雷;基于BI技术的证券公司客户分析模型的研究及实现[D];中国科学院大学（工程管理与信息技术学院）;2014年

3 张倩;基于数据挖掘的电信行业中客户流失模型的研究与实现[D];浙江理工大学;2014年

4 王志君;基于神经网络的客户流失预警研究[D];吉林大学;2013年

5 安祥茜;基于RFM模型的C2C环境下顾客价值识别研究[D];西南财经大学;2012年

6 王楚;基于改进决策树的入侵检测算法的研究[D];东北大学;2011年

7 沈培兰;电子商务网站中客户流失预测模型研究[D];江苏科技大学;2011年

8 许力梅;基于关联规则的决策树算法改进及应用[D];华南理工大学;2011年

9 郑思华;数据挖掘在移动大客户流失预测中的应用[D];南京理工大学;2004年

  本文关键词：基于商业智能的铁路货运客户流失分析模型研究，由笔耕文化传播整理发布。

本文编号：299230