数据挖掘在电信行业客户细分的应用研究

发布时间：2017-07-26 11:06

  本文关键词：数据挖掘在电信行业客户细分的应用研究

  更多相关文章： 数据挖掘 客户细分 电信应用

【摘要】：在当前社会中,信息时代的来临伴随着数据的爆炸性增长,丰富的数据与贫乏的知识之间的碰撞日益凸显,将海量的数据转换成有价值的信息和知识这一需求越发迫切。而作为计算机行业中发展最快的领域之,数据挖掘技术为满足这种需求提供了强有力的支持。 在电信行业,随着市场竞争的加剧,竞争环境的不断变化数据挖掘被广泛应用于优化营销手段、客户保有及赢回、用户行为分析等多个方面,其中客户细分作为精细化营销、交叉组合营销及其他数据挖掘模型应用的基础,被各运营商广泛应用。而如何科学的利用这种挖掘手段,有效的指导运营商经营决策,成为了当前的热点问题。 本文首先介绍了针对电信行业客户细分的应用研究的背景及意义,阐述了近年来国内外学者在这一领域的研究情况；然后对数据挖掘概念、流程、及典型算法及各类算法在电信行业的应用范围进行系统的说明；在论文的第三部分对基于数据挖掘的电信客户细分方法展开深入的研究,对比了几种典型的聚类算法,最终选择使用k-means聚类算法并详细说明使用这种方法进行电信客户细分的过程；最后系统的探索电信运营商应该如何应用数据挖掘来实现准确有效的客户细分,在此基础上探索客户细分在营销中实际的应用,并在最后指出仍然存在的问题及相应的对策建议,丰富电信行业客户细分的理论研究及其应用价值。
【关键词】：数据挖掘 客户细分 电信应用
【学位授予单位】：辽宁大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F274;F626;F224
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 绪论10-15
• 0.1 研究的背景10
• 0.2 研究的意义10-11
• 0.3 文献综述11-13
• 0.4 论文的框架13-15
• 1 数据挖掘的基础理论15-19
• 1.1 数据挖掘的概念15
• 1.2 数据挖掘的流程15-17
• 1.3 典型的数据挖掘方法17-19
• 1.3.1 关联规则17
• 1.3.2 分类17-18
• 1.3.3 预测18
• 1.3.4 聚类分析18-19
• 2 基于数据挖掘的电信客户细分方法19-26
• 2.1 客户细分的概念与方法19-21
• 2.1.1 客户细分的概念19
• 2.1.2 客户细分的方法19-21
• 2.2 基于数据挖掘的电信客户细分模型21-26
• 2.2.1 客户细分指标体系的建立21-22
• 2.2.2 电信客户细分的数据准备22-23
• 2.2.3 客户细分模型算法23-26
• 3 基于数据挖掘的电信客户细分的实证分析26-40
• 3.1 数据的准备与处理26-30
• 3.1.1 数据选择26-27
• 3.1.2 数据预处理27-30
• 3.2 建立客户细分模型30-31
• 3.3 客户细分类型预测31-34
• 3.3.1 建立决策树模型31-33
• 3.3.2 决策树模型评估33
• 3.3.3 客户细分类型预测33-34
• 3.4 客户细分结果检验34-37
• 3.5 客户细分结果解释37-40
• 4 客户细分在电信行业的应用40-47
• 4.1 客户细分模型应用40-42
• 4.2 基于客户细分的彩信业务推荐需求挖掘42-47
• 4.2.1 业务推荐指数计算42-44
• 4.2.2 客户群推荐优先级确定44
• 4.2.3 客户群需求潜力深度挖掘44-47
• 5 存在的问题及对策建议47-49
• 5.1 电信客户细分应用中存在的问题47-48
• 5.2 对策建议48-49
• 参考文献49-52
• 致谢52

【相似文献】

中国期刊全文数据库 前10条

1 赵红;付立军;王丽琴;王银宾;;基于模糊聚类算法的客户细分研究[J];数学的实践与认识;2010年11期

2 陈起;;数据挖掘在电信客户细分中的应用[J];科学技术与工程;2009年16期

3 李卫民;;EP算法在电信客户细分中的应用[J];中国商界(下半月);2010年01期

4 孙江坤;黄立平;;聚类分析在电信家庭客户细分中的应用[J];微型电脑应用;2008年11期

5 薛薇;王益锋;赵璋;;基于客户细分的电信客户流失防范对策研究[J];全国商情(经济理论研究);2007年12期

6 祁科克;韦福祥;;基于客户关系管理的销售培训研究[J];天津商学院学报;2006年01期

7 赵喜仓;崔冬梅;窦志红;;聚类分析在客户细分中的研究与应用[J];江苏商论;2007年08期

8 赵懿敏;;精细化营销与客户分群[J];电信技术;2007年10期

9 佟巍巍;;商业银行客户忠诚研究[J];管理科学文摘;2007年08期

10 胡艾娜;;浅析第三方物流企业的客户关系管理对策[J];社科纵横(新理论版);2008年02期

中国重要会议论文全文数据库 前10条

1 孙岩;董毅明;邓峰;;商业智能在客户关系管理中的应用研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004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 凌洁;王慧;王银;;电信行业数据挖掘分析的必要性[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 李景元;马建兵;;产业化进程中廊坊市电信行业的竞争格局思考[A];经济全球化与我国经济运行机制创新研究——经济全球化与经济运行机制变革研讨会议论文[C];2004年

5 于秀兰;丁晓诚;李影;英春;刘东;周彬;魏冰;;电信行业数据业务中Web Service的安全[A];中国通信学会信息通信网络技术委员会2003年年会论文集[C];2003年

6 郑宏剑;;分析电信行业和谐发展的制约因素及对策[A];四川省通信学会2007年学术年会论文集[C];2007年

7 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

8 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

9 彭章燕;;破解监管落地难题——全面提升地方通信监管执行力[A];海南省通信学会学术年会论文集（2007）[C];2007年

10 黄洁;;基于数据挖掘技术的客户关系管理:以电信企业为例[A];中国企业运筹学学术交流大会论文集[C];2007年

中国重要报纸全文数据库 前10条

1 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

2 本报记者 许婷;3G客户细分:一个被简单化的复杂问题[N];通信产业报;2009年

3 长江商学院教授 曾鸣;客户细分与营销创新[N];华夏时报;2003年

4 陆亚鹏;客户细分是关键[N];通信产业报;2006年

5 记者 李倩 通讯员 宫玉河 张宏健;客户细分 全员营销[N];金融时报;2003年

6 信息产业部电子科学技术情报研究所 唐静;手机电视:平稳还是跨越[N];通信产业报;2006年

7 刘晓云;“万科牌”房子[N];中国房地产报;2006年

8 本报记者　薛建新;“精细化”营销已不是幻影[N];财经时报;2003年

9 张明;客户细分个性设计[N];房地产时报;2004年

10 商报记者　 毛涛涛;电信行业遭遇“诚信”大考[N];北京现代商报;2006年

中国博士学位论文全文数据库 前10条

1 杨秀玉;中国电信行业行政垄断与竞争政策研究[D];山东大学;2010年

2 胡桃;电信行业B2B电子商务模式及构建研究[D];北京邮电大学;2011年

3 刘勇;中国电信业流失客户赢回策略研究[D];华中科技大学;2007年

4 周军;电信行业服务接触对顾客关系的影响研究[D];大连理工大学;2009年

5 郑奇宝;中国电信行业规制的理论和实证研究[D];复旦大学;2003年

6 陈金波;面向电信CRM的数据挖掘应用研究[D];东南大学;2006年

7 高锡荣;中国电信市场的结构演变、产品创新与效率评价[D];重庆大学;2007年

8 张成波;我国电信市场竞争模式与资源配置效率研究[D];吉林大学;2006年

9 邰丽君;基于知识的客户关系管理中知识仓库系统研究与应用[D];合肥工业大学;2010年

10 徐碚;基于QFD的CS实施决策研究[D];华中科技大学;2004年

中国硕士学位论文全文数据库 前10条

1 谢华;通信企业精确营销战略研究[D];北京邮电大学;2007年

2 陈娟;电信行业个体客户价值评价的研究[D];电子科技大学;2007年

3 苏进;一种分层聚类模型及其在电信行业的应用研究[D];合肥工业大学;2005年

4 孙悦;商务智能在电信行业客户关系管理中的应用研究[D];吉林大学;2007年

5 刘岗;电信企业客户细分研究[D];暨南大学;2008年

6 陈丹;电信行业客户关系管理系统的开发及应用[D];湖南大学;2007年

7 王晋;数据挖掘技术在电信企业客户关系管理中的应用研究[D];兰州理工大学;2007年

8 张智钦;基于数据挖掘的客户细分研究[D];暨南大学;2007年

9 齐先锋;数据挖掘在电信企业客户细分中的应用研究[D];江西理工大学;2007年

10 邓洁君;电信客户生命周期价值模型及在客户细分中的应用研究[D];四川大学;2007年

，

本文编号：576053