基于K-means算法的黑龙江移动农村用户预离网模型研究

发布时间：2020-08-03 12:49

【摘要】：随着互联网时代的发展,我国电信企业的经营发展规模得到了有效的改善。随着电信企业内部制度的革新,通信运营企业也更加关注通信客户数据的变化。根据相关数据研究得知,在2016年到2017年期间,我国某通信运营企业的客户数据出现严重的离网现象,其离网率高达45%,此数据足以说明该通信运营企业的市场盈利能力处于负面状态。所以,该通信运营企业为改变市场负面的盈利现状,同时竭力提高市场竞争能力,就需要利用互联网技术,使用系统中储存的客户数据信息来对客户离网的数据进行挖掘分析,从而保证企业可持续经营的发展模式。目前,对于我国通信运营企业来说,只有不断提高通信运营管理的效率和质量,才能够保证企业的低成本运营。因此,通信运营企业需要使用决策树技术来构建预离网客户识别模型,并从数据理解、数据模型、结果分析等方面来进行详细的研究和说明,这样做可有效帮助企业管理人员快速识别出目标客户的数据,从而有针对性的展开服务管理工作。本文选用K-means算法进行聚类分析,并用在具体的决策模型上。建模数据来源于黑龙江移动公司的实际用户数据,按照预警的程度由高到低,我们将预测对象分为红色预警用户、黄色预警用户和蓝色预警用户。基于模型预测结果,本文提出“分层挽留并长期维系”的客户挽留方案,具体包括三个方面:(1)客户分层(2)挽留措施分层递进(3)建立长期维系客户的体系。根据黑龙江移动公司的反馈结果,本研究建立的预测模型以及挽留方案都取得了一定的效果。
【学位授予单位】：吉林农业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F626;F327;TP311.13
【图文】：

研究思路,数据挖掘,黑龙江,客户保留

分成了五大部分，具体如下图1.1 所展示，具体是：第一章：序言部分，针对研究的目的、现状等展开具体论述。第二章：理论和研究思路部分，主要介绍研究的理论、研究的方法等。第三章：黑龙江移动农村用户预离网客户识别部分，针对具体的模型分析进行识别分析。第四章：针对本文模型的建立及评估实现进行了详细论述。第五章：营销挽留对策部分，详细阐述了根据数据挖掘结果所制定的营销挽留对策及实施效果预测。第六章：总结部分，对本文的研究进行了总结。图 1.1 本文的结构Figure 1.1 structure of this article1.5 研究思路本文旨在借助数据挖掘进行信息分析，从而为黑龙江移动公司的精细化营销战略提供理论数据支持，以此进行客户保留。本文思路概括为以下两部分：第一是通过公司实际数据构建出“预离网预测模型”，模型的构建主要是基于 CRISP-DM；第二是通过模型进行

本文整体研究思路Figure1.2.Thewholeresearchideaofthispaper

解决方案,预测结果,建模

预测结果真实有效，我们将客户的不同偏好进行分类，再营销策略。特征细分根据建模要求提数数据质量审核数据探索剔除异常客户数据抽样确定建模用户集合计算衍生变量变量筛选特征建模分析变量数据转换确定建模用户数据集用户细分模型选择分类器建模并调整参数率数据数据准备建模准备建立模型模型优图 3.1 本文建模采用的数据挖掘流程Figure 3.1 data mining process used in this paper公司对于客户的“话务、终端、流量”三方面需求格外注重行考察，并且这三类业务是客户在该公司进行的主要业务，

【相似文献】