基于消费行为认知的电信企业客户细分方法研究

发布时间：2020-12-08 20:41

　　随着3G时代的到来,电信市场的竞争越来越激烈,客户资源成为电信企业竞争的焦点。企业对客户的认识表现为企业掌握的客户知识,而客户消费行为规律是客户知识的重要组成部分,因此基于消费行为认知的客户细分成为电信企业客户精确营销的重头戏。电信企业为了根据客户的实际消费行为特征提供个性化服务,就需要通过数据挖掘技术对电信客户进行准确有效的细分。本文通过对电信企业客户细分国内外研究现状的分析,建立了基于消费行为的客户细分模型,并采用一种改进的聚类方法对模型进行理论和实证分析,运用数据挖掘技术,发现不同客户细分群体,根据客户的交叉性特征,提出针对不同客户群体的精确化营销策略,对电信企业提升个性化服务水平、加强精确营销能力具有非常重要的参考价值。首先,本文总结了客户细分的国内外研究现状及其在电信企业的应用现状及存在的问题,分析梳理了客户细分和数据挖掘的相关理论及技术方法,并确定了论文研究内容和技术路线。其次,为了更有针对性地研究电信企业的客户细分,对电信企业客户细分需求进行了详细分析研究,指出电信企业客户细分的必要性,并发现现有客户细分存在的问题和需要改进之处。接着,分析了目前电信企业常用的客户细分方法... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

碎石图

【参考文献】：
期刊论文
[1]基于利益内涵与维度的银行客户细分研究[J]. 吴晓云,张童.  现代管理科学. 2010(11)
[2]改进K-means算法在B2C电子商务客户细分中的应用[J]. 时红军,韩兵.  微型电脑应用. 2010(10)
[3]基于PSO的K-means改进算法在证券客户细分中的应用[J]. 李英,吴圆圆,宁福锦.  现代图书情报技术. 2010(Z1)
[4]基于K-means聚类的电信企业客户分群决策[J]. 蔡秋茹,柳益君,罗烨,朱广萍,叶飞跃.  江南大学学报(自然科学版). 2010(02)
[5]基于动态聚类的证券业客户细分实证研究[J]. 钱维佳,王延清.  计算机应用. 2010(02)
[6]聚类算法在电信客户细分中应用效果的对比研究[J]. 成娅辉,张英杰.  邵阳学院学报(自然科学版). 2009(04)
[7]数据挖掘技术在电信行业的应用[J]. 贾婧.  经济研究参考. 2009(52)
[8]数据挖掘在电信客户细分中的应用[J]. 陈起.  科学技术与工程. 2009(16)
[9]聚类算法在B2C电子商务客户细分中的应用[J]. 郭媛香.  忻州师范学院学报. 2009(02)
[10]数据挖掘在电信客户价值管理中的应用[J]. 朱茜,辛毅.  太原科技. 2009(03)

硕士论文
[1]基于因子分析及聚类分析的企业债信用评级财务指标体系的构建[D]. 蒋鸿爱.陕西师范大学 2010
[2]信用卡申请审核及客户细分模型研究[D]. 梁锦兆.兰州大学 2010
[3]基于相关度关联分类算法的信用卡客户细分模型研究[D]. 王娜.浙江工商大学 2010
[4]模糊聚类方法在电信客户细分中的应用研究[D]. 马群旺.哈尔滨工业大学 2009
[5]基于客户价值和客户行为的电信客户细分研究[D]. 丁洪涛.合肥工业大学 2009
[6]基于分布式关联分类的连锁零售业客户细分模型研究[D]. 卢琦蓓.浙江工商大学 2009
[7]基于数据挖掘的电信客户细分研究[D]. 李文英.西安理工大学 2009
[8]电信企业客户体验管理实施研究[D]. 王灵芝.北京邮电大学 2009
[9]基于数据挖掘的电信精细化营销策略研究[D]. 彭清圳.北京邮电大学 2008
[10]基于密度的聚类算法研究及其在电信客户细分中的应用[D]. 陈园园.湖南大学 2008



本文编号：2905658