数据挖掘在移动增值业务中的应用

发布时间：2017-08-26 06:01

  本文关键词：数据挖掘在移动增值业务中的应用

  更多相关文章： 数据挖掘 增值业务 关联分析 决策树

【摘要】：在电子化程度不断加深的背景下,移动通信市场的竞争激烈程度也在不断上升,与此同时,一门较为新兴的科学技术—数据挖掘已经逐渐进入我们的视野,它为大数据时代提供了很大的方便。近年来,数据挖掘的应用范围越来越广,研究价值也越来越大,受到不少国内外研究学者的追捧。 中国移动财报显示,2012年移动数据增值业务收入占移动主营业收入比重已达到30%,比2011年增长4个百分点,由此可见,数据增值业务已经是移动收入的一大主要来源,如何更好的运营这些增值业务对移动今后的发展起着至关重要的作用。本文主要从两个方面来对移动增值业务用户使用情况进行深入数据挖掘分析。 第一,通过数据挖掘软件Clementine对移动的九大业务(分别是手机游戏、手机视频、MM、手机阅读、139邮箱、飞信、手机报、全曲和手机冲浪)进行关联规则分析,用于发现移动增值业务用户所活跃业务之间的关联性,以向得出关联规则,进而对用户进行业务的推荐。最终实现根据号码属性,查找到所推荐的业务,以及根据所选择的推荐的业务,来找到相应的用户用以营销。 第二,针对移动增值业务中存在的沉默用户占比较大这一问题提出的一个决策树模型(本文所选业务为飞信),用于分析在订购用户中,哪些类型属性的用户易于活跃该业务,然后根据决策树模型最后得出决策规则,根据决策规则挑选出那些易于活跃的沉默用户进行有针对性的激活。
【关键词】：数据挖掘 增值业务 关联分析 决策树
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP311.13;F626
【目录】：

• 摘要2-4
• ABSTRACT4-8
• 第一章 绪论8-15
• 第一节 研究背景和意义8-14
• 一、研究背景8-13
• 二、研究意义13-14
• 第二节 研究思路和框架14-15
• 一、研究思路14
• 二、研究框架14-15
• 第二章 数据挖掘理论综述15-25
• 第一节 数据挖掘理论概述15-17
• 一、数据挖掘的定义15-16
• 二、数据挖掘主要方法16-17
• 第二节 数据挖掘算法与流程介绍17-25
• 一、关联规则和决策树算法介绍17-23
• 二、数据挖掘流程23-25
• 第三章 关联规则算法在移动业务交叉销售中的应用25-37
• 第一节 商业背景介绍25
• 第二节 数据理解和数据准备25-33
• 一、数据理解25-32
• 二、数据准备32-33
• 第三节 关联规则模型的建立与评估33-37
• 一、模型参数设置33
• 二、模型的建立与评估33-37
• 第四章 决策树算法在飞信业务沉默激活中的应用37-45
• 第一节 商业背景介绍37-38
• 第二节 指标确定和数据准备38-41
• 一、指标确定38-40
• 二、数据准备40-41
• 第三节 决策树模型的建立与评估41-45
• 一、决策树模型的建立41-43
• 二、决策树模型的评估与应用43-45
• 第五章 总结45-47
• 第一节 结论45
• 第二节 不足与展望45-47
• 一、不足之处45-46
• 二、研究展望46-47
• 参考文献47-49
• 致谢49-50

【参考文献】

中国期刊全文数据库 前5条

1 唐才文;;WAP业务用户行为模型分析[J];电脑知识与技术;2008年27期

2 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

3 蒋石浩;林亚平;;移动用户行为分析的数据预处理算法应用研究[J];计算机与数字工程;2010年01期

4 徐光宪,刘建辉,叶旭东,李敏;我国电信业客户关系管理研究[J];现代管理科学;2004年05期

5 方波;李R，

本文编号：740059