基于数据挖掘的电信C网客户信用评价研究

发布时间：2017-10-11 04:40

  本文关键词：基于数据挖掘的电信C网客户信用评价研究

  更多相关文章： 信用评价 数据挖掘 因子分析 熵值法 电信行业

【摘要】：我国通讯行业一直保持快速增长,据工信部最新公布的数据显示,截止2012年11月底,中国移动手机用户数量达到11.04亿。其中,中国电信的移动用户数为1.3亿,排名世界第一。中国电信天翼用户破亿成为全球最大CDMA网络运营商。随着移动通讯事业的迅猛发展,移动通讯市场日趋饱和,移动电话客户的信用问题也变的越来越突出,欠费停机问题成为各大运营商越来越关注的焦点。据统计,中国X省电信CDMA用户每月停机用户达到120万左右,占CDMA出账用户的25%至30%。 通讯行业有客户信用评价记录的运营商比较少,目前对客户提供的普遍是用典型的先付款,后消费的模型,只要用户欠费,系统就会及时停止向客户提供服务。这种直接停机能够从一定程度规避用户欠费不缴费的风险,然而对信用良好且通信需求稳定的用户执行严格的停机策略,会影响客户满意度导致用户投诉率增长、企业服务水平能力下降,甚至导致运营商面临客户流失的问题。对移动行业多元化的发展和运营商竞争力的提高非常不利。因此加强对移动客户信用控制和管理,找到一种合理、准确的客户信用评价方法,确保用户消费话费、承诺话费足额,按时缴费,己成为移动通信企业一项重要的工作,对实现企业的经济效益、促进移动通讯行业的良性和可持续发展具有极重要的意义。 论文首先详细介绍了信用的概述以及客户信用评价理论的5C原则及信用评价内容。然后从模型的概念和实际应用角度,总结目前常用的信用评价模型,阐述各个模型在信用评价领域的发展过程,并对各个模型进行对比分析,剖析模型的优劣及适用性。论文剖析了现有的信用管理方式及弊端,从外部环境、用户历史表现、用户态度及消费能力角度设计信用评价模型的指标体系,采用因子分析和熵值法相结合的模型,对用户的信用进行综合评价得出信用分值,并从业务角度对模型进行验证。验证结果表明,该模型具有较好的实用性和适用性,本论文的研究具有可行性和可借鉴性。 论文采用真实有效的数据,对X市电信客户信用度进行实证分析,提出客户信用度评价的指标体系和综合评价模型,为优化电信企业的信用管理现状提供科学可靠的依据。希望通过本论文的研究,能够给通讯行业的信用评价及管理提供借鉴,促进电信运营企业客户信用管理水平的提高和我国通讯事业的健康发展。
【关键词】：信用评价 数据挖掘 因子分析 熵值法 电信行业
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F274;F626
【目录】：

• 摘要4-6
• Abstract6-11
• 1. 绪论11-17
• 1.1 研究背景11-12
• 1.2 国内外研究和应用现状12-14
• 1.3 研究意义14-16
• 1.3.1 对用户而言14
• 1.3.2 对运营商而言14-15
• 1.3.3 社会效益15
• 1.3.4 理论意义15-16
• 1.4 论文创新点16
• 1.5 研究框架及方法16-17
• 2. 客户信用评价相关理论17-23
• 2.1 信用概述17-19
• 2.1.1 信用17-18
• 2.1.2 个人信用评价18-19
• 2.1.3 信用的职能19
• 2.2 客户信用评价理论基础19-22
• 2.2.1 客户信用评价的5C原则19-21
• 2.2.2 客户信用评价的主要内容21-22
• 2.3 本章小结22-23
• 3. 信用评价模型方法比较分析23-36
• 3.1 基于统计学的评价方法23-31
• 3.1.1 判别分析23-25
• 3.1.2 多元线性回归模型25-26
• 3.1.3 逻辑回归模型26-28
• 3.1.4 决策树法28
• 3.1.5 主成分分析法28-29
• 3.1.6 因子分析法29-30
• 3.1.7 熵权法30-31
• 3.2 非参数与智能评价方法31-33
• 3.2.1 神经网络方法31-32
• 3.2.2 专家系统法32-33
• 3.3 信用评价方法的比较33-35
• 3.4 小结35-36
• 4. 电信行业客户信用评价指标体系及模型设计36-47
• 4.1 电信客户信用管理现状36-39
• 4.1.1 电信业务用户分类36
• 4.1.2 客户信用管理情况36-39
• 4.2 电信客户信用评价指标体系设计39-42
• 4.2.1 电信客户信用评价的概念及特点39-40
• 4.2.2 电信客户信用评价指标选取40-42
• 4.3 电信客户信用评价模型设计42-44
• 4.3.1 信用评价模型的要求42
• 4.3.2 信用评价模型的确定42-43
• 4.3.3 因子评价模型的优点43-44
• 4.4 数据挖掘标准流程CRISP-DM44-45
• 4.4.1 商业理解44
• 4.4.2 数据理解44-45
• 4.4.3 数据的准备45
• 4.4.4 模型建立45
• 4.4.5 模型评估45
• 4.4.6 模型部署45
• 4.5 本章小结45-47
• 5. 实证分析47-70
• 5.1 变量探索与筛选47-56
• 5.1.1 变量探索47-48
• 5.1.2 变量筛选48-49
• 5.1.3 指标同趋势化49-55
• 5.1.4 数据无量纲化处理55-56
• 5.2 基于因子分析法的算例分析56-61
• 5.2.1 KMO检验和巴特里特球形检验56-57
• 5.2.2 因子的方差贡献率57-60
• 5.2.3 旋转后的因子载荷矩阵60-61
• 5.4 熵权法计算权重61-62
• 5.4.1 熵权计算步骤61-62
• 5.4.2 熵权法计算五个维度的权重62
• 5.5 计算用户信用度综合评分62-63
• 5.6 模型评价及应用63-69
• 5.6.1 模型评价63-64
• 5.6.2 信用评价模型应用64-66
• 5.6.3 模型应用后的效果66-69
• 5.7 本章小结69-70
• 6. 总结与展望70-72
• 参考文献72-76
• 致谢76-77
• 在读期间科研成果目录77

【参考文献】

中国期刊全文数据库 前8条

1 刘新华;;因子分析中数据正向化处理的必要性及其软件实现[J];重庆工学院学报(自然科学版);2009年09期

2 吴荷青;;财务竞争力的熵权系数评价法[J];财政监督;2008年20期

3 陈大峰;万洛楷;;移动BOSS系统中客户信用度综合评定的研究[J];南京审计学院学报;2006年04期

4 陈军才;主成分与因子分析中指标同趋势化方法探讨[J];统计与信息论坛;2005年02期

5 陈俊艳,徐继生,李湛;BP神经网络技术在移动通信客户信用分析中的应用[J];武汉大学学报(理学版);2005年01期

6 沈悦志;论移动电话用户欠费的系统管理[J];邮电企业管理;2000年02期

7 阳建华;如何有效防止用户欠费的形成[J];邮电企业管理;1996年02期

8 张黎明;严向东;;堵住企业欠费管理的漏洞[J];中国邮政;2007年11期

，

本文编号：1010562