电信客户分群方案的设计与实现

发布时间：2021-02-02 20:54

　　数据挖掘是近年来伴随着人工智能和数据库技术发展而出现的一门新兴技术。它的核心功能是从巨大的数据集或数据仓库中获取有用信息,以供企业分析和处理各种复杂的数据关系。随着电信市场竞争的日益加剧,运营商普遍开始向“客户驱动”管理模式转变。最近几年,数据挖掘技术以其强大的数据分析功能被普遍应用到电信运营商客户管理之中。目前,电信运营商面临激烈的市场竞争,客户争夺愈演愈烈,每个企业都存在客户流失的问题。传统意义上来讲,留住一个客户所需要的成本是争取一个新用户成本的1/5,尤其对于剩余客户市场日渐稀疏的通信市场来说,减少客户流失就意味着用更少的成本减少利润的流失,这点已经为运营商所广为接受。然而问题所在是当运营商面临海量的客户资料时,应如何才能够从中提取出有效的信息以判断客户流失的状况或者倾向。在此,数据挖掘所提供的数据探索能力得到了充分的发挥。本论文依据CRISP-DM方法论,对“商业理解-数据理解-数据准备-模型建立-模型评估-模型发布”各个环节的实施关键点结合实例进行了详述阐述；应用聚类分析的数据挖掘技术进行市场细分,使营销者根据顾客之间需求的差异性,把一个整体市场划分为若干个消费者群的市场分... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

以ISP-幽模塑

图4一1解决方案体系结构由于该系统涉及的功能模块比较多，这里不能一一介绍，所以本论文将只对数据挖掘在客户流失分析子系统中的应用进行深入的探讨。4.4采用cRISP--DM方法对客户群进行聚类分析CRISP一DM方法论是由SPSS、NCR和Daimler一Benzd在1996年提出的是国际上数据挖掘行业流行的标准。CRISP一DM定义了数据挖掘项目的标准化流程:商业理解、数据理解、数据准备、模型建立、结果评估和应用部署几个阶段。在这个循环中有时需要在几个步骤间进行反复，完成实际数据、挖掘目标和商业问题解决之间的平衡，因为完全理想的实施环境目前还不存在，有时必须根据实际情况作出取舍。

图4一2数据整理准备流图2.数据探索和检验数据质量。通过值分析对数据进行基本的探查，包括空值、唯一值、空字符串、零值、正值、负值的统计;统计分析计算各数值型变量的最小值、最大值、均值、标准

【参考文献】：
期刊论文
[1]数据挖掘在客户关系管理中的应用[J]. 张彤.  管理现代化. 2003(04)



本文编号：3015356