电信客户维系管理支撑系统的研究

发布时间：2017-09-24 18:42

  本文关键词：电信客户维系管理支撑系统的研究

  更多相关文章： 维系管理支撑系统 数据挖掘 联机分析处理 数据仓库

【摘要】：近年来，电信企业各类新业务迅速发展，市场竞争的广度和深度也随之不断扩大，老用户维系与挽留的重要性丝毫不亚于新业务的拓展和新用户的发展，存量用户的保有成为稳定企业价值的重中之重。迫切需要建立灵活有效的维系机制替代传统粗放的维系思路，实现有效益的规模支撑发展战略，适应激烈的市场竞争的需要。把基于数据仓库的商业智能引入电信行业是解决上述问题的有效途径。 本文在对数据仓库和数据挖掘的理论和技术进行学习研究的基础上，从系统架构、数据模型、分析模型、展示模型、数据仓库建设等方面对电信客户维系管理支撑系统进行了设计；并重点研究了数据挖掘技术在其中的应用，以用户离网预警为例，给出了数据挖掘模型的设计、建立、部署方法和应用效果。 笔者参与开发的这套电信客户维系管理支撑系统已在企业的生产实践中发挥着重大作用，使电信企业获得有效的维系决策支持，并已通过企业科技成果评审并推广。 本文的意义在于成功的实现了对大容量、多系统数据的有效整合，具有友好的用户界面，支持从简单查询到深度数据挖掘分析的各种管理需求；而且在系统的设计与开发中所采用的一些设计技术和方法具有很强的通用性，稍加改动就可以应用到其他业务以及新业务的维系支撑工作中去。
【关键词】：维系管理支撑系统 数据挖掘 联机分析处理 数据仓库
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP311.13;F626
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 引言8-12
• 1.1 课题的背景和意义8-9
• 1.2 本文所做主要工作及研究成果的特点9-11
• 1.3 组织结构和章节安排11-12
• 第二章 电信客户维系管理支撑系统的关键技术12-31
• 2.1 数据仓库技术12-17
• 2.1.1 数据仓库概念12
• 2.1.2 数据仓库的特征12-13
• 2.1.3 数据仓库的体系结构13-15
• 2.1.4 数据组织15-16
• 2.1.5 DW 构建方法16
• 2.1.6 数据集市16-17
• 2.2 OLAP 技术17-21
• 2.2.1 OLAP 的概念与特点17-19
• 2.2.2 OLAP 的基本数据模型19-20
• 2.2.3 OLAP 的存储方式20-21
• 2.2.4 OLAP 的分析操作21
• 2.3 数据挖掘技术21-29
• 2.3.1 数据挖掘技术的出现21
• 2.3.2 数据挖掘与知识发现21-23
• 2.3.3 数据挖掘的任务23-24
• 2.3.4 数据挖掘与 OLAP 的区别和联系24
• 2.3.5 数据挖掘的实现24-26
• 2.3.6 数据挖掘的模型26-28
• 2.3.7 数据挖掘的工具28-29
• 2.4 数据仓库相关技术在电信客户维系管理支撑系统中的应用思路29-31
• 第三章 电信客户维系管理支撑系统设计31-49
• 3.1 系统目标及定位31
• 3.2 系统建设原则31-33
• 3.3 系统总体架构设计33-34
• 3.4 分析模型的设计34-36
• 3.5 数据模型的设计36-38
• 3.6 展示模型的设计38-39
• 3.7 电信客户维系管理支撑系统数据仓库的实现方案设计39-45
• 3.7.1 确定用户需求40
• 3.7.2 设计和创建数据库40-41
• 3.7.3 提取和加载数据仓库41-44
• 3.7.4 数据仓库的使用和维护44-45
• 3.8 统一门户的设计45-47
• 3.9 系统管理功能设计47-49
• 第四章 数据挖掘在电信客户维系管理支撑系统中的应用49-64
• 4.1 离网预警模型定位49
• 4.2 离网预警模型建立步骤49-50
• 4.3 离网预警模型设计50-51
• 4.4 数据准备与质量检查51-54
• 4.4.1 数据准备51-53
• 4.4.2 质量检查53-54
• 4.5 离网预警模型构建54-61
• 4.5.1 客户分群模型建立与评估54-55
• 4.5.2 用户流失性预测模型构建55-61
• 4.6 模型部署61
• 4.7 应用效果61-64
• 4.7.1 维系清单针对性61-62
• 4.7.2 维系情况分析62-63
• 4.7.3 维系效益测算63-64
• 第五章 总结与展望64-67
• 5.1 总结64-65
• 5.2 下一步工作的展望65-67
• 致谢67-68
• 缩略词68-69
• 参考文献69-70

【参考文献】

中国期刊全文数据库 前7条

1 陈立勇;于来行;;电信行业数据仓库逻辑模型构建研究[J];数字技术与应用;2012年07期

2 张锋;常会友;衣杨;路永和;;CRM系统中的商业智能:模型和技术[J];微型机与应用;2007年S1期

3 张艳英,朱婕;数据仓库、数据挖掘及网络信息服务[J];现代情报;2003年12期

4 许建;罗永强;;商业智能系统建设若干问题的探讨[J];计算机系统应用;2008年08期

5 贺一峰;;数据仓库技术在信息研判系统中的应用方法研究[J];信息网络安全;2008年06期

6 高翔;;数据仓库中多维元数据的组织研究[J];信息与电脑(理论版);2010年06期

7 赵忠巨;析数据仓库建设中的数据特点、流向及追加技术的选择[J];职大学报(自然科学版);2004年04期

，

本文编号：912873