数据挖掘在铁通客户流失控制中的应用

发布时间：2021-03-27 21:06

　　随着中国电信行业发展的国际化,整个行业也由原来的计划经济向市场经济迅速演变,各电信运营商之间的竞争越来越激烈。由于电信行业的市场化愈来愈充分,各家电信企业的通信能力、服务水平越来越接近,差异化逐步缩小,用户转网的损失也越来越小。各家电信运营企业开始将工作重点向提高客户忠诚度转变,如何维持客户的在网成为现阶段各电信企业所要解决的重要问题。数据挖掘（Data Mining）是一个利用各种分析工具在海量数据中发现模型和数据之间关系的过程。而电信行业是典型的数据密集行业,行业内部的各种业务数据资源丰富,蕴含着对企业有价值的各种信息。因此,在研究中,针对铁通公司在固定电话客户离网流失控制方面的需求,结合企业的实际情况,对现有技术分析对比,采用CRISP-DM方法对挖掘流程进行控制,选用决策树技术的CHAID算法建立了铁通客户离网流失控制模型。通过应用,帮助铁通公司挖掘出客户在离网方面隐含的有关信息,从而使相关人员可以预测某些客户可能离网,有效提前了铁通公司对有离网倾向的客户进行挽留服务的时间,提高了挽留工作的成功率,稳定了市场的占有率。同时,所挖掘出的相关信息,为公司制定新的营销策略提供了有效的... 

【文章来源】：河北科技大学河北省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

CRISP-DM数据挖掘流程

读入对各项数据并进行计算得到衍生变量，通过选择节点剔除无用属性，形成流，如图4-7 所示，用来预测 2009 年 4 至 6 月连续出帐的用户在 2009 年 7 月的流失情况。在进入模型节点前，先使用类型节点读取数值(Read Values ) 。在类型节点中将电话号码修改为 None，将月均优惠额、月均消费额、用户类别、在网时限、欠费状态定义为输入方式，将离网标识设为输出。依据定义的输入字段进行分类，使用CHAID 模型得到对输出属性的预测。在 CHAID 模型节点中，参数的设置如图 4-8。运行模型生成的规则集如图 4-9

CHAID模型节点参数设置Fig.4-8ParametersettingofCHAIDmodelnode

【参考文献】：
期刊论文
[1]移动通信客户保持及其决定因素实证研究[J]. 梁波,吴俊峰,舒华英.  北京邮电大学学报(社会科学版). 2005(04)
[2]电信行业客户流失分析的决策树技术[J]. 郭彦伟.  科技和产业. 2005(11)
[3]数字化管理及实现构想[J]. 钟锋,郭晓军.  重庆邮电学院学报(社会科学版). 2005(04)
[4]精细化营销在CRM中的运用[J]. 陈其.  中国商人. 2004(Z1)
[5]数据挖掘在CRM中的应用[J]. 陈卫华,朱仲英.  微型电脑应用. 2001(10)

硕士论文
[1]数据挖掘在电信客户流失预警中的应用[D]. 黄震.北京邮电大学 2008
[2]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
[3]数据挖掘技术在北京网通高价值客户流失预测系统中的应用[D]. 李征.北京邮电大学 2008
[4]数据挖掘在客户维系挽留中的应用[D]. 梁绮颖.暨南大学 2007



本文编号：3104225