基于客户市场细分的电信服务产品设计及优惠规则研究
发布时间:2020-07-04 04:12
【摘要】: 在竞争的环境下产品是企业的生产力和核心竞争力。电信资费和销售对象是电信服务产品的核心。电信资费是由优惠规则所产生。目前电信运营商都采用自然语言来描述优惠规则。自然语言描述优惠规则易产生歧义和不可能使用计算机实现优惠规则之间的自动化冲突检测。销售对象也称产品的目标客户群。但是,现在也没有一套比较有效的产品目标客户群划分的方法。如何来实现优惠规则的自动化的冲突检测和找出电信服务产品目标客户群方法就成为当前电信服务产品开发和推向市场的关键问题。 1、本文分析了数千种资费规则后应用Lagrange插值法首次得到了结构化的、统一的和简单清晰的优惠规则数学模型表达式,并将优惠规则分解为优惠对象、优惠对象生效域、优惠参考对象、优惠参考对象生效域、优惠方式、生效时间和失效时间等,为优惠规则的冲突检测奠定了基础。 2、本文运用专家系统知识表示将每条优惠规则表示为条件部分和结论部分,采用当前有代表性的冲突检测算法Rete算法和Rete改进算法,首次实现了优惠规则的自动化冲突检测。 3、本文提出了以《因子+运算符+阀值》客户分级规则的灵活定制模型,与聚类算法如K-Means算法、自组织映射神经网络(SOM)算法和平衡递归递减聚类层次算法(BIRCH)的结合,首次提出电信服务产品的客户细分方法,为找出电信服务产品的目标客户群创造了条件。 4、本文在电信服务产品设计中详细描述了可扩展的体系结构、专家分析系统和工作流。专家分析系统实现了优惠规则的冲突检测,工作流实现了产品生命周期的流程化和自动化管理,大大地提高了产品生命周期管理的前瞻性。灵活性和稳定性。 5、本文首次将距离相似度计算运用于电信服务产品用户数和市场指标的计算,为产品推向市场的科学决策提供重要依据。 6、本文完成了电信服务产品的理论分析、算法定制、产品设计与开发以及使用的全过程。使用的电信运营商在产品的科学设置、减少客户投诉、压缩产品数量、提高系统效率和增加经济效益与社会效益等方面都比较满意。
【学位授予单位】:天津大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:F626
【图文】:
天津大学博士学位论文:基于客户市场细分的电信服务产品设计及优惠规则研究2.2.2 数值插值其实优惠规则是一些孤立的点,如优惠 50 元、100 元等等。但是,这些孤立的点是可以用函数来表示的。数值插值是将孤立点连成函数的一种有效的方法。在推导优惠规则数学模型之前,我们对数值代数中的插值理论[58,61,62]及相关概念进行简单介绍。实际问题中,函数关系 y=f(x)没有明确的表达式,通常只有观测到的一些离散的数据,或者 f(x)过于复杂而难以运算,这时我们需要使用近似函数 g(x)来逼近 f(x),如图 2-1 所示。自然地,希望 g(x)通过所有的离散点。
第三章 资费规则冲突检验原理与算法义 3-2 有向图:若图 G 的每条边都有方向,则称 G 为有向图(Dig有向图中,有向边(也称弧)都是顶点的有序对<x, y> 。义 3-3 无向图:若图 G 的每条边都是没有方向的,则称 G 为无向igraph) 。在无向图中,每条边都是顶点的无序对(x,y) 。个由四个顶点和五条边组成的无向图和有向图分别如图 3-1 和 3-
本文编号:2740618
【学位授予单位】:天津大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:F626
【图文】:
天津大学博士学位论文:基于客户市场细分的电信服务产品设计及优惠规则研究2.2.2 数值插值其实优惠规则是一些孤立的点,如优惠 50 元、100 元等等。但是,这些孤立的点是可以用函数来表示的。数值插值是将孤立点连成函数的一种有效的方法。在推导优惠规则数学模型之前,我们对数值代数中的插值理论[58,61,62]及相关概念进行简单介绍。实际问题中,函数关系 y=f(x)没有明确的表达式,通常只有观测到的一些离散的数据,或者 f(x)过于复杂而难以运算,这时我们需要使用近似函数 g(x)来逼近 f(x),如图 2-1 所示。自然地,希望 g(x)通过所有的离散点。
第三章 资费规则冲突检验原理与算法义 3-2 有向图:若图 G 的每条边都有方向,则称 G 为有向图(Dig有向图中,有向边(也称弧)都是顶点的有序对<x, y> 。义 3-3 无向图:若图 G 的每条边都是没有方向的,则称 G 为无向igraph) 。在无向图中,每条边都是顶点的无序对(x,y) 。个由四个顶点和五条边组成的无向图和有向图分别如图 3-1 和 3-
【参考文献】
相关期刊论文 前10条
1 蔡颖琨,谢昆青,马修军;屏蔽了输入参数敏感性的DBSCAN改进算法[J];北京大学学报(自然科学版);2004年03期
2 敖成龙,苏英,龚元明;基于相似度的复杂数据对象比较[J];北京理工大学学报;2003年05期
3 陈凤洁;电信客户细分方法及应用[J];科技和产业;2005年11期
4 耿庆鹏,卢子芳;利用数据挖掘技术实现对电信行业用户欺诈行为的预测[J];电信快报;2003年10期
5 姜园,张朝阳,仇佩亮,周东方;用于数据挖掘的聚类算法[J];电子与信息学报;2005年04期
6 贺玲;吴玲达;蔡益朝;谢毓湘;雷震;;多媒体数据挖掘中数据间的相似性度量研究[J];国防科技大学学报;2006年01期
7 王尔平,崔宝灵;数据挖掘技术在电信CRM中的应用[J];管理科学;2003年05期
8 李桂林,陈晓云;关于聚类分析中相似度的讨论[J];计算机工程与应用;2004年31期
9 李勇,刘晓东;数据建模技术在电信业务支撑系统中的应用研究[J];计算机应用;2005年09期
10 郏宣耀;;基于相似性二次度量的高维数据聚类算法[J];计算机应用;2005年S1期
本文编号:2740618
本文链接:https://www.wllwen.com/jingjilunwen/xxjj/2740618.html