改进的BIRCH算法在电信客户细分中的应用

发布时间：2017-04-19 21:03

  本文关键词：改进的BIRCH算法在电信客户细分中的应用，，由笔耕文化传播整理发布。

【摘要】：电信市场激烈的竞争促使电信企业将注意力集中到如何对企业客户进行细分,从而为不同类型客户提供个性化服务。随着信息化时代的到来,电信企业的业务系统产生了海量的客户数据,传统的客户细分方法已经无法满足海量客户数据环境下电信企业的业务发展需求。采用数据挖掘技术对企业客户数据进行多层次多维度的客户细分对电信企业而言十分重要和紧迫。本文对BIRCH算法进行改进研究并应用到电信客户细分中,主要做了以下工作：分析了聚类分析中经典的BIRCH聚类算法,阐述了BIRCH聚类算法的基本思想和基本流程,并分析了该算法的优点以及不足之处。针对BIRCH算法的不足,提出相应的改进方法：用对数似然距离替代原始BIRCH算法中的欧式距离,使得BIRCH算法能够处理混合属性的电信客户数据,在凝聚性层次聚类对初始聚类结果进行再聚类,结合贝叶斯信息准则确定最佳的聚类数量。通过仿真实验来证明了改进后的算法的准确性和稳定性。最后将改进后的BIRCH算法应用到电信客户细分中,得到比较理想的客户细分结果,并对结果进行了分析,针对不同类型的用户结合其群体特征给出了不同的营销建议,对电信企业的在后面的经营活动中有针对性的制定营销方案具有一定的实际意义和应用价值。
【关键词】：客户细分 层次聚类 特征向量
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;F626;F274
【目录】：

• 致谢6-7
• 摘要7-8
• Abstract8-13
• 第一章 绪论13-18
• 1.1 选题背景13-14
• 1.2 国内外研究现状及存在问题14-16
• 1.2.1 电信客户细分研究现状14-15
• 1.2.2 电信客户细分存在的问题15-16
• 1.3 研究内容16
• 1.4 论文结构16-18
• 第二章 客户细分相关理论18-23
• 2.1 客户关系管理理论18-21
• 2.1.1 客户关系管理的概念18-19
• 2.1.2 客户关系管理的目标19-20
• 2.1.3 客户关系管理的内容20-21
• 2.2 客户细分理论21-22
• 2.2.1 客户细分的概念21
• 2.2.2 客户细分的目的21
• 2.2.3 客户细分的方法21-22
• 2.3 本章小结22-23
• 第三章 聚类分析技术23-27
• 3.1 聚类分析基本概念23
• 3.2 聚类分析的主要研究内容23-24
• 3.3 常用的聚类算法24-25
• 3.3.1 基于划分的聚类算法24
• 3.3.2 基于层次的聚类算法24-25
• 3.3.3 基于密度的聚类算法25
• 3.3.4 基于网格的聚类算法25
• 3.3.5 基于模型的聚类算法25
• 3.4 聚类评价25-26
• 3.4.1 聚类过程评价25-26
• 3.4.2 聚类结果评价26
• 3.5 本章小结26-27
• 第四章 基于BIRCH的混合属性数据自适应聚类算法27-36
• 4.1 BIRCH聚类算法27-29
• 4.1.1 聚类特征27
• 4.1.2 聚类特征树27-28
• 4.1.3 BIRCH算法流程28
• 4.1.4 BIRCH算法分析28-29
• 4.2 改进BIRCH聚类算法29-32
• 4.2.1 重新定义对象间距离29-30
• 4.2.2 重新定义CF特征向量30
• 4.2.3 层次聚类并确定聚类数目30-32
• 4.3 改进后的BIRCH聚类算法描述32-33
• 4.4 实验分析33-35
• 4.4.1 实验数据集33
• 4.4.2 聚类结果33-35
• 4.4.3 实验总结35
• 4.5 本章小结35-36
• 第五章 改进的BIRCH算法在电信客户细分中的应用实例36-51
• 5.1 应用改进的BIRCH算法进行电信客户细分的步骤36
• 5.2 电信客户数据获取36-38
• 5.3 数据预处理38-45
• 5.3.1 生成客户流失情况表38-40
• 5.3.2 数据汇总与指标生成40-42
• 5.3.3 探索各个变量与客户流失的关系42-45
• 5.4 聚类分析45-50
• 5.4.1 聚类结果45-49
• 5.4.2 聚类结果分析49-50
• 5.5 本章小结50-51
• 第六章 总结与展望51-53
• 6.1 研究总结51
• 6.2 研究展望51-53
• 参考文献53-56
• 攻读硕士学位期间的学术活动及成果情况56

【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 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

3 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

4 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

5 赵坊芳;;客户细分中聚类的应用[J];电脑知识与技术;2010年11期

6 文碧桂;赵蔚;;网络教育服务中的客户细分策略分析[J];中国教育技术装备;2010年12期

7 岳小婷;;基于客户消费行为的电信客户细分[J];电子商务;2011年12期

8 胡静静;王爱金;;3G业务的客户细分研究[J];商业文化(下半月);2011年12期

9 宋才华;蓝源娟;范婷;翟鸿荣;李滨涛;;电力企业客户细分模型研究[J];现代电子技术;2014年02期

10 王荇;李彗;;基于聚类的客户细分方法研究[J];电脑知识与技术;2008年S1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 卞爱军;基于信息化平台的寿险客户细分管理研究[D];南京理工大学;2008年

10 刘岗;电信企业客户细分研究[D];暨南大学;2008年

  本文关键词：改进的BIRCH算法在电信客户细分中的应用，由笔耕文化传播整理发布。

本文编号：317105