移动用户社交网络发现与应用

发布时间：2017-08-04 04:10

  本文关键词：移动用户社交网络发现与应用

  更多相关文章： 移动用户 数据挖掘 社交网络 无尺度网络

【摘要】：随着国内电信产业新一轮的重组,三家新运营商同时获得了全业务运营的牌照。重组以后,客户对电信业务和电信企业的选择范围越来越广,用户流失的可能性也随之增大,这无疑使得电信运营商之间的竞争日益激烈。一方面,随着国内的移动用户市场逐渐趋于饱和,发展新用户的难度和所要投入的营销成本也越来越大。另一方面,随着传统业务的资费不断下调,运营商的收入增长也面临着巨大挑战,增值业务逐渐成为新的收入增长点。 种种变化,使得电信运营商面临着前所未有的挑战和机遇。如何有效的将技术与业务进行最佳的结合,提升企业的核心竞争力,成为技术人员和业务人员共同关注的焦点。 本文立足于电信企业的实际业务需求,在数据仓库、数据挖掘和复杂网络的理论基础上,提出了挖掘移动用户社交网络的方法。该方法通过对移动用户的通信行为进行分析,评估用户之间的紧密度,发现隐藏在这种通信行为背后的用户关系,从而将用户划分成不同的聚类,形成社交网络；借鉴无尺度网络的理论,对聚类中的用户进行分层,锁定其中的核心用户。通过模拟己知的真实网络进行对比实验,来验证该算法的有效性,并指导参数的选择。在此基础上,进行应用拓展,通过评估用户对某项业务的兴趣度,来锁定特定的用户群体,发现一些特定的社会关系和交际网络。 通过该算法,发现用户的某些特定的社会关系和社交网络,可以帮助运营商进行有针对性的客户维系和主动营销,锁定目标客户群,提升客户服务水平和价值。并利用用户之间互相传播和宣传的扩散效应,提升企业形象,并为后期的营销展开铺垫。 从该算法在XX电信的实际应用的情况来看,在客户维系和主动营销方面取得了一定的效果,具有一定的可用性。
【关键词】：移动用户 数据挖掘 社交网络 无尺度网络
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F626
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-12
• 1.1 业务背景8
• 1.2 社交网络在国内外的研究及应用现状8-9
• 1.3 数据挖掘在电信行业中的应用9-10
• 1.4 论文的内容及安排10-12
• 第二章 相关理论基础12-20
• 2.1 数据挖掘12-15
• 2.1.1 数据挖掘的定义12
• 2.1.2 数据挖掘的发展及意义12-13
• 2.1.3 数据挖掘模式的有效性13-14
• 2.1.4 数据挖掘的方法及流程14-15
• 2.2 数据仓库及ETL技术15-17
• 2.2.1 数据仓库的定义15
• 2.2.2 数据仓库的特点15-16
• 2.2.3 ETL16-17
• 2.3 复杂网络理论17-20
• 2.3.1 复杂网络的定义17
• 2.3.2 小世界网络17
• 2.3.3 无尺度网络17-20
• 第三章 数据挖掘算法20-28
• 3.1 数据挖掘算法总览20-22
• 3.2 聚类分析算法22-28
• 3.2.1 划分方法(Partitioning Method)22-24
• 3.2.1.1 k-均值算法23-24
• 3.2.2 层次方法(hierarchical method)24-25
• 3.2.2.1 AGNES24-25
• 3.2.3 基于密度的方法(density-based method)25-28
• 3.2.3.1 DBSCAN25-28
• 第四章 移动用户社交网络28-48
• 4.1 移动通信网络分析28-29
• 4.2 用户之间的联系29-31
• 4.2.1 联系的数量30
• 4.2.2 联系的间隔30
• 4.2.3 联系的时段30-31
• 4.2.4 业务类型31
• 4.3 移动用户社交网络发现算法的设计31-35
• 4.3.1 紧密度计算31-34
• 4.3.2 聚类34-35
• 4.4 算法参数及有效性的讨论35-39
• 4.4.1 核心用户的度35
• 4.4.2 算法有效性及相关权值35-39
• 4.4.2.1 金融行业用户工作关系网络36-38
• 4.4.2.2 高校校园用户网络38-39
• 4.5 数据预处理39-40
• 4.6 算法实现40-45
• 4.7 算法性能分析45
• 4.8 算法应用拓展45-47
• 4.9 本章小结47-48
• 第五章 应用实例48-54
• 5.1 客户维系48-49
• 5.2 主动营销49-54
• 5.2.1 小灵通留号转网营销49-50
• 5.2.2 七彩铃音营销50-52
• 5.2.3 自驾游营销52-54
• 第六章 总结和展望54-56
• 6.1 总结54
• 6.2 论文的不足和下一步工作54-56
• 致谢56-58
• 参考文献58-62
• 附录A 攻读学位期间发表的论文62-64
• 附录B 攻读学位期间参与的项目64

【参考文献】

中国期刊全文数据库 前10条

1 曲昭伟;郑岩;吕廷杰;;基于聚类实现客户行为分析[J];东北师大学报(自然科学版);2006年02期

2 郑国荣;张邦礼;郭鹏;张颖;;聚类分析在电信消费模式中的应用[J];重庆大学学报(自然科学版);2006年04期

3 王晓华;苏宏业;渠瑜;褚健;;面向电信欠费挖掘的数据质量评估策略研究[J];计算机工程与应用;2011年12期

4 汤小文,蔡庆生;数据挖掘在电信业中的应用[J];计算机工程;2004年06期

5 胡健;董跃华;杨炳儒;;大型复杂网络中的社区结构发现算法[J];计算机工程;2008年19期

6 陈治平;胡宇舟;顾学道;;聚类算法在电信客户细分中的应用研究[J];计算机应用;2007年10期

7 易振宁;;运营商大客户争夺升级 全业务运营引发营销策略重构[J];通信世界;2008年28期

8 何东晓;周栩;王佐;周春光;王U，

本文编号：617660