基于数据挖据的电信客户流失和网络信息传播模型

发布时间：2016-07-10 05:04

  本文关键词：基于复杂网络理论的光伏并网连锁故障分析，，由笔耕文化传播整理发布。

《新疆大学》 2014年

基于数据挖据的电信客户流失和网络信息传播模型

洪丽平  

【摘要】：目前通信行业的发展速度可谓是突飞猛进电信行业的市场逐步开阔,国内外,电信行业之间的竞争日益激烈,如争取客户,扩大市场份额等方面,目前而言,营销手段也日趋成熟。客户群体的不稳定性驱使着他们更偏向于人情理的市场利益,市场的变更与调整往往与客户密切相关,如何增强客户的忠诚度,成为现代营销人员的研究热点,对美国九个行业的调查研究表明老客户的保持率每增加5%,企业会增加25%~85%的利润。同时基于成本上而言,企业每产生一个新的用户要比留住一个旧客户多花5-7倍的费用,然而,就成功率而言,挽留老客户的成功率是产生新客户的16倍之高。因此,客户流失的减少也意味着成本的节约以及流失利润的减少,及早发现潜在流失客户,并采取有效措施挽留客户是目前电信行业亟需解决的问题。然而,在有限的时间内,有效分析海量运营数据,使之能够成为具有指导意义的分析结果,并及时发现客户的流失规律,并采取有效措施来挽留和维系原有客户是值得深入研究和探讨的。数据挖掘也被认为是KDD,KDD(Knowledge Discovery in Databases-KDD:知识发现)即是基于数据库的知识发现,指的是从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是隐含的、事先未知的、潜在有用的、易被理解的信息[1]。全球化经济促使各行各业的市场竞争越发激烈,对于信息时代的企业来说,如何发现并充分利用海量数据隐含的知识成为了抓住时机提高核心竞争力的关键因素。客户明显决定着企业的成功和利润,数据挖掘技术在客户管理中的应用为企业的管理与经销提供了依据,促使企业能够充分利用原有资源来获得最大利润。本文主要工作:(1)本文对数据挖掘算法中最具有代表性的算法支持向量机做了重点的研究与分析,给出有关支持向量机算法的提取规则以及相关理论依据,并对后验概率支持向量机算法与传统的数据挖掘算法进行了比较分析。(2)基于数据挖掘技术进行构造模型,使用MATLAB平台进行仿真,实现了基于后验概率支持向量机的客户流失预测模型。(3)在构造的改进模型的基础上,分别使用移动公司客户数据和UCI(University of California Irvine)数据两种数据进行仿真验证,进而对仿真结果进行分析。发现客户流失的主要特征,有助于电信公司尽快采取有效的挽留措施以提高客户的忠诚度。(4)对复杂网络进行介绍,对于传统的传染病模型进行分析比较,并在此基础上提出改进SKIR模型在复杂网络上应用,通过验证,改进模型对复杂网络上信息传播有明显的描述,从而针对谣言的传播有着很好的制止作用。

【关键词】：
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前4条

1 张稳;张丽丽;;基于GA-SVM的银行客户流失预测分析[J];计算机与数字工程;2010年04期

2 夏国恩;;基于简易支持向量机的客户流失预测研究[J];计算机应用研究;2010年03期

3 王惠中;彭安群;;数据挖掘研究现状及发展趋势[J];工矿自动化;2011年02期

4 尹婷;覃锡忠;贾振红;马军;;基于WEKA的客户流失预测研究[J];激光杂志;2013年05期

中国硕士学位论文全文数据库 前1条

1 沈然;基于复杂网络的美国西部电网实证研究[D];华中科技大学;2008年

【共引文献】

中国期刊全文数据库 前10条

1 尧有平;;数据挖掘技术在电力行业中的应用研究[J];电子世界;2014年04期

2 张莉;;数据挖掘研究现状及发展趋势[J];赤峰学院学报(自然科学版);2014年18期

3 杨国林;王飞;贺慧;;基于数据挖掘的图书馆数据预处理方法研究[J];电子设计工程;2015年03期

4 董晓岚,黄筱调;关于STEP中性文件数据结构的研究及实现[J];机械设计与制造;2005年10期

5 刘士磊;乔伟光;;军事装备信息化售后服务的应用探索[J];环境技术;2014年03期

6 何开锋;钱炜祺;汪清;孔轶男;王文正;;数据融合技术在空气动力学研究中的应用[J];空气动力学学报;2014年06期

7 荀挺;张珂珩;薛浩然;唐胜;汤潮波;韩秋铖;;电网调控数据综合智能分析决策架构设计[J];电力系统保护与控制;2015年11期

8 吴静;;基于类平均距离的最邻近分类算法设计[J];信息通信;2015年05期

9 郑芳菲;;数据挖掘技术在煤矿中的应用及前景[J];河南科技;2015年05期

10 刘轶彤;;基于数据挖掘的毕业生就业特征实证研究[J];科技视界;2015年23期

中国重要会议论文全文数据库 前1条

1 薄奋勇;武瑞庆;韩世良;齐振元;牛山;胡贤贤;冯永权;;基于关联规则的数据挖掘技术在煤化工行业设备中的研究及应用[A];第22届全国煤矿自动化与信息化学术会议暨第4届中国煤矿信息化与自动化高层论坛论文集[C];2012年

中国博士学位论文全文数据库 前6条

1 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年

2 赵鹏;基于切削体分解组合策略的工艺特征识别方法研究[D];武汉理工大学;2011年

3 潘海鹏;快速成型制造中分层处理技术的研究[D];南昌大学;2007年

4 刘祖涵;塔里木河流域气候—水文过程的复杂性与非线性研究[D];华东师范大学;2014年

5 李宇昕;地质勘查物流与信息流融合关键技术与应用研究[D];中国地质大学(北京);2015年

6 赵华;基于粗糙集理论的混合数据挖掘方法研究[D];西南交通大学;2014年

中国硕士学位论文全文数据库 前4条

1 曾新梅;中压配电网络拓扑结构抗毁性分析方法的研究[D];郑州大学;2012年

2 王雪;基于复杂网络理论的区域煤炭运输公路网的可靠性研究[D];北京交通大学;2012年

3 孙玉树;基于复杂网络理论的光伏并网连锁故障分析[D];华北电力大学;2013年

4 马天琳;复杂电力网络中连锁故障异常现象分析与故障防御[D];华北电力大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 王宏杰;曲面重构技术的应用[J];兵工自动化;2000年01期

2 武仲科，胡德荣;以NURBS为基础的造型方法[J];北京航空航天大学学报;1994年02期

3 王立伟;;数据挖掘研究现状综述[J];图书与情报;2008年05期

4 李华;刘帅;李茂;刘双琪;;数据挖掘理论及应用研究[J];断块油气田;2010年01期

5 陈娜;;数据挖掘技术的研究现状及发展方向[J];电脑与信息技术;2006年01期

6 周传华;王清;吴科主;赵保华;;平均1-依赖决策树集成算法[J];电子学报;2010年02期

7 叶光营;鲍思钻;俞成标;;基于信息扩散理论的闽清大暴雨雨量风险预测[J];环境科学与技术;2011年08期

8 王穗,赵志海;工业中CAD/CAM几何造型的研究与应用[J];工程图学学报;2001年03期

9 孟祥生,田凌,童秉枢;基于 STEP 标准的 CAD 与 CAPP 信息集成[J];工程图学学报;1997年Z1期

10 魏玖长;周磊;赵定涛;;基于BASS模型的危机信息扩散模式[J];系统工程;2011年09期

中国博士学位论文全文数据库 前1条

1 魏玖长;危机事件社会影响的分析与评估研究[D];中国科学技术大学;2006年

中国硕士学位论文全文数据库 前2条

1 陈文臣;Web日志挖掘技术的研究与应用[D];中国科学院研究生院（计算技术研究所）;2005年

2 马延妮;在线社会网络团结构分析[D];北京交通大学;2009年

【相似文献】

中国期刊全文数据库 前10条

1 李睿仙;庞洁;胡建华;王清心;汪伟;;一种基于电信客户流失预警的解决方案[J];电脑知识与技术(学术交流);2007年02期

2 夏国恩;邵培基;;改进的支持向量分类机在客户流失预测中的应用[J];计算机应用研究;2009年06期

3 夏国恩;;基于简易支持向量机的客户流失预测研究[J];计算机应用研究;2010年03期

4 于小兵;曹杰;巩在武;;客户流失问题研究综述[J];计算机集成制造系统;2012年10期

5 丁旭;电信大客户流失原因分析及对策[J];现代电信科技;2003年01期

6 孔昳;探究电信行业客户流失[J];信息网络;2004年01期

7 牛琨;张舒博;;基于数据挖掘技术的电信业客户流失管理框架[J];电信工程技术与标准化;2006年01期

8 ;贴身咨询助营销精准实施——北京移动成功化解拍照客户流失危机[J];每周电脑报;2007年25期

9 蒋盛益;王连喜;;面向电信的客户流失预测模型研究[J];山东大学学报(理学版);2011年05期

10 柳兰屏,曾煜;移动通信客户流失分析方法[J];移动通信;2003年04期

中国重要会议论文全文数据库 前10条

1 司学峰;蒋国瑞;李英毅;;基于数据挖掘技术的客户流失预测研究综述[A];第三届中国智能计算大会论文集[C];2009年

2 李红霞;;电信客户流失与客户保持分析[A];中国企业运筹学[C];2009年

3 张俊巍;;电信行业客户流失管理模型浅析[A];黑龙江省通信学会学术年会论文集[C];2005年

4 段巍巍;;电信客户流失预测主题建模[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年

5 张海波;赵焕成;;电信移动客户流失的预测模型——基于社会网络分析的实证研究[A];21世纪数量经济学（第11卷）[C];2010年

6 苏小龙;;基于消费行为认知的固网大客户流失研究[A];中国创新与企业成长（CI&G）2013年度会议论文集[C];2013年

7 余力涛;党延忠;杨光飞;;基于迁移学习的客户流失预测模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

8 李保升;陆炜颖;吕廷杰;;移动客户流失预测模型研究[A];2006中国控制与决策学术年会论文集[C];2006年

9 柳炳祥;盛昭翰;;一种基于Rough集的客户流失风险分析方法[A];2002年中国管理科学学术会议论文集[C];2002年

10 李萍;齐佳音;舒华英;;归因理论在移动客户流失管理中的应用探讨[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年

中国重要报纸全文数据库 前10条

1 冰蓝;[N];电脑商报;2005年

2 ;[N];计算机世界;2005年

3 吴喆;[N];通信产业报;2004年

4 吴喆;[N];通信产业报;2004年

5 张闯;[N];通信产业报;2004年

6 訾惠博;[N];医药经济报;2005年

7 柳原;[N];中国花卉报;2005年

8 ;[N];民营经济报;2006年

9 中国电信广州研究院 黄宇芳 全波 王斌 李磊;[N];通信产业报;2007年

10 记者 郭志明;[N];中国企业报;2008年

中国博士学位论文全文数据库 前3条

1 迟准;电信运营企业客户流失预测与评价研究[D];哈尔滨工程大学;2013年

2 夏国恩;基于商务智能的客户流失预测模型与算法研究[D];西南交通大学;2007年

3 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 王颖;M市移动通信客户流失的调查和分析[D];辽宁大学;2015年

2 库姝婧;基于数据挖掘的客户流失预测分析[D];兰州财经大学;2015年

3 张秋红;基于商业智能的铁路货运客户流失分析模型研究[D];西南交通大学;2015年

4 常晓宁;移动通信客户流失问题研究[D];同济大学;2007年

5 卿财源;数据挖掘在电信宽带客户流失预警中的应用研究[D];暨南大学;2009年

6 张少辉;中国移动客户流失预警模型研究及应用[D];北京大学;2007年

7 刘伟汉;湘潭平安电气有限公司客户流失风险管理研究[D];湘潭大学;2010年

8 杨洪伟;T公司客户流失因素分析及挽留策略[D];电子科技大学;2013年

9 刘杨;中山大涌邮储客户流失分析及对策研究[D];电子科技大学;2013年

10 司学峰;基于数据挖掘的客户流失预测实证研究[D];北京工业大学;2009年

  本文关键词：基于复杂网络理论的光伏并网连锁故障分析，由笔耕文化传播整理发布。

本文编号：68248