天津联通客户消费行为的决策树分析
发布时间:2021-09-12 08:37
随着技术的不断改进,通信行业掌握的用户行为数据更为全面、复杂。同时,伴随着大数据领域的发展,通信行业对数据分析的应用势在必行。当前最紧迫的应用场景是竞争激烈的运营商之间争夺客户的战争,其中客户的分类预测是运营商一直关注的重点。在联通行业中,作为中国联通最注重的业务就是宽带业务,它是联通公司可持续发展的根基和核心。所以,如何做到对宽带客户进行准确的预测和分类,如何分析各类客户的潜在属性,以及制定相应的营销策略,是运营商最关心的问题。解决上述问题的工具就是数据挖掘,而数据挖掘又包含各种各样的算法,其中一个分类和预测功能较好的算法之一就是决策树算法,它的发展也将面临更多的内容和挑战。因此,基于智能化数据挖掘的基础上,建立开通智慧沃家共享版不同套餐的联通客户对市话费、短信费和增值费影响的决策树分析,对客户进行细分和相应理论进行研究,为企业提供合理建议。主要完成以下内容:(1)分别研究客户性别、年龄和办理的套餐种类对市话费、短信费和增值费的影响,将性别、年龄和套餐种类分别和市话费、短信费、增值费进行交叉列联分析,根据置信度,分别分析每个属性对市话费、短信费和增值费的是否存在显著影响。(2)利用决...
【文章来源】:天津财经大学天津市
【文章页数】:50 页
【学位级别】:硕士
【部分图文】:
图2.?1决策树工作原理流程图??资料来源:王斌,决策树算法的研究及应用,电子工业出版社,2001年:16-17??
图4.?1?SPSS软件生成的决策树??决策树图中,我们可以看到,每个指标都有计算好的卡方的统计原理,P-值越小,越在树的顶端。??结果,我们可知,进入结果的自变量一共3个,分别为年
计数?60?6?0?66???年龄中??90.91%?9.09%?0.00%?100.00%??的%??计数?535?41?27?603???年龄中??Z?88.72%?6.80%?4.48%?100.00%??的%??3.811计数?227?20?13?260???年龄■中??u?87.31%?7.69%?5.00%?100.00%??的%??计数?822?67?40?929???年龄中??&?88.48%?7.21%?4.31%?100.00%??W_%策树分类??费的客户决策树分类建立方法一样,利用SPSS软件采用CHAID果如图4.?2所示:??
【参考文献】:
期刊论文
[1]卡方自动交叉检验在人群细分中的应用[J]. 张红涛,王二平,陈毅文. 心理科学进展. 2007(03)
[2]一种并行决策树学习方法研究[J]. 宋晓云,苏宏升. 现代电子技术. 2007(02)
[3]基于决策树的遥感影像分类方法研究[J]. 李爽,张二勋. 地域研究与开发. 2003(01)
[4]数据挖掘中决策树算法的探讨[J]. 唐华松,姚耀文. 计算机应用研究. 2001(08)
硕士论文
[1]基于面向对象决策树算法的土地利用遥感分类初步研究[D]. 高帆.云南师范大学 2015
[2]嵌入式高光谱数据库的开发及目标分类应研究[D]. 刘锋春.杭州电子科技大学 2014
[3]决策树算法在GIS中的应用研究[D]. 郝蕊.中国地质大学(北京) 2013
[4]基于数据挖掘的银行客户分析系统设计与实现[D]. 段玲.电子科技大学 2013
[5]基于数据挖掘的银行客户关系管理系统的设计与实现[D]. 张良国.电子科技大学 2013
[6]数据挖掘在通信行业中高端用户保有的应用[D]. 陈亮.湖南科技大学 2011
[7]基于数据挖掘技术的客户消费行为分析系统的开发与应用[D]. 梁莹.广西大学 2011
[8]基于决策树的移动通信企业数据挖掘研究[D]. 李贤鹏.湖南大学 2008
[9]基于决策树的土地利用/土地覆盖变化信息提取研究[D]. 韩文萍.云南师范大学 2007
[10]基于离散度的决策树算法改进[D]. 郭玉滨.山东科技大学 2005
本文编号:3393909
【文章来源】:天津财经大学天津市
【文章页数】:50 页
【学位级别】:硕士
【部分图文】:
图2.?1决策树工作原理流程图??资料来源:王斌,决策树算法的研究及应用,电子工业出版社,2001年:16-17??
图4.?1?SPSS软件生成的决策树??决策树图中,我们可以看到,每个指标都有计算好的卡方的统计原理,P-值越小,越在树的顶端。??结果,我们可知,进入结果的自变量一共3个,分别为年
计数?60?6?0?66???年龄中??90.91%?9.09%?0.00%?100.00%??的%??计数?535?41?27?603???年龄中??Z?88.72%?6.80%?4.48%?100.00%??的%??3.811计数?227?20?13?260???年龄■中??u?87.31%?7.69%?5.00%?100.00%??的%??计数?822?67?40?929???年龄中??&?88.48%?7.21%?4.31%?100.00%??W_%策树分类??费的客户决策树分类建立方法一样,利用SPSS软件采用CHAID果如图4.?2所示:??
【参考文献】:
期刊论文
[1]卡方自动交叉检验在人群细分中的应用[J]. 张红涛,王二平,陈毅文. 心理科学进展. 2007(03)
[2]一种并行决策树学习方法研究[J]. 宋晓云,苏宏升. 现代电子技术. 2007(02)
[3]基于决策树的遥感影像分类方法研究[J]. 李爽,张二勋. 地域研究与开发. 2003(01)
[4]数据挖掘中决策树算法的探讨[J]. 唐华松,姚耀文. 计算机应用研究. 2001(08)
硕士论文
[1]基于面向对象决策树算法的土地利用遥感分类初步研究[D]. 高帆.云南师范大学 2015
[2]嵌入式高光谱数据库的开发及目标分类应研究[D]. 刘锋春.杭州电子科技大学 2014
[3]决策树算法在GIS中的应用研究[D]. 郝蕊.中国地质大学(北京) 2013
[4]基于数据挖掘的银行客户分析系统设计与实现[D]. 段玲.电子科技大学 2013
[5]基于数据挖掘的银行客户关系管理系统的设计与实现[D]. 张良国.电子科技大学 2013
[6]数据挖掘在通信行业中高端用户保有的应用[D]. 陈亮.湖南科技大学 2011
[7]基于数据挖掘技术的客户消费行为分析系统的开发与应用[D]. 梁莹.广西大学 2011
[8]基于决策树的移动通信企业数据挖掘研究[D]. 李贤鹏.湖南大学 2008
[9]基于决策树的土地利用/土地覆盖变化信息提取研究[D]. 韩文萍.云南师范大学 2007
[10]基于离散度的决策树算法改进[D]. 郭玉滨.山东科技大学 2005
本文编号:3393909
本文链接:https://www.wllwen.com/guanlilunwen/lindaojc/3393909.html