电信客户交往圈在客户识别中的研究
发布时间：2021-03-09 22:46
客户识别是电信客户关系管理领域中一项重要的研究课题,主要研究任务是从大量的客户群体中识别出不同的客户类别。电信客户之间通过通信行为相互建立联系,形成了电信客户的通信网络,从网络结构特征的角度进行研究能够更加全面的了解客户通信习惯。本文从电信客户交往圈的角度,对客户识别进行研究。本文主要内容如下:（1）研究了社会网络分析方法和社团划分算法,首先利用电信客户通话数据来构建电信客户通话网络,并从社会网络分析的角度分析了该网络的结构特性,然后借助快速Newman算法对该网络进行划分,将客户划分为不同的客户群体得到有效的客户交往圈,最后,分析了各客户群体的通话特征。（2）针对目前单属性识别算法的局限性以及现有多属性识别算法中属性选取的主观性和识别结果不够准确的问题,给出了一种基于多目标优化算法的识别算法。该算法首先使用多目标优化算法NSGA-Ⅱ结合Borgatti提出的KPP-Neg和KPP-Pos问题作为目标函数,识别网络中的核心节点,然后对得到的核心节点集再次进行评价选取得分较高的节点集,并和其它识别指标得到的节点集进行比较分析。（3）通过市场收集客户反映数据,得到客户特征属性集。对该属性集...
【文章来源】：西安理工大学陕西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
交往圈构建步骤Fig.2-1Stepsofdetectingtelecomsocialcircle图2-1的交往圈构建图中，
用户 i，j 和 k 代表网络中的节点，而用户之间的通话行为是连接两个节点的边。图 2-2 用户间通话关系的构建Fig.2-2 The construction of call relationships between users2.2.3 基于社会网络的通话网络特征分析社会网络可以认为是通过社会成员间相互联系而形成的网络结构，也就是说社会网络是一种体现成员之间社会关系的网络模型，不同的网络模型表征了不同的社会关系，如社会交际网和社会支持网，电信客户之间通过通话、短信产生的电信客户通话网络【48】。学者对社会网络分析对这一学科的不断发展壮大渐渐的演变出了该领域的基本规则理论，也正是这些规则理论保证了社会网络分析法独有的特点。除了关系概念的使用外，还需要注意：(1) 社会成员和其行为之间并不完全独立，存在一定的相关性；(2) 社会成员的交互行为是信息传播的渠道；(3) 单个社会成员把整体的网络环境当作是其个人的发展方向和道路；(4) 社会网络模型将社会成员生活、学习和工作等行为习惯化为一定模式的的网络结构。社会网络分析最主要的目地就是弥补对社会个体进行单独分析的不足，在整个网络的大整体中，将整体的行为对个体产生的影响考虑进来，研究整体的结构特征和行为模式对其中成员个体行为的影响【48】。a. 中心性分析“中心性”是社会网络分析的一个重要领域
对企业产生的效益也越来越少。针对这部分客户，企分客户的投入，转而关注更有发展潜力的客户群体。的社会生活中，经济水平和生活水平都比较低，企业的生产理念只产什么，企业出售的产品和服务都是有消费者决定。起初，是以生慢慢的由于人们物质需求的不断扩大，开始销售必需品以外的休闲的社会生活中，人们不再满足于最基本的休闲娱乐等服务，所以企站在客户的角度思考他们的需要，主动为客户提供服务，不再被动商品。这样的企业不仅引领了客户的消费方向，而且得到了客户诚度，从而吸引了大量的客户群体。识别步骤客户识别户的识别是客户关系管理中一个很重要的研究方向，有很多学者已门的研究，并且发表了大量的学术论文，为这一领域的后续研究提图 3-1 表示了核心客户识别步骤。
【参考文献】：
期刊论文
[1]基于多指标综合的复杂网络节点重要性评估[J]. 吴果,房礼国,李中. 计算机工程与设计. 2016(12)
[2]复杂网络社团结构划分方法及其应用[J]. 王天成,刘真真,李天明,徐志坚,胡宇宇,钟啸. 信息通信. 2015(08)
[3]复杂网络的节点重要性综合评价[J]. 秦李,杨子龙,黄曙光. 计算机科学. 2015(02)
[4]基于Hadoop的电信频繁交往圈算法研究[J]. 杨苗苗,李跃辉,刘静,许静. 电脑知识与技术. 2013(28)
[5]基于多属性决策的复杂网络节点重要性综合评价方法[J]. 于会,刘尊,李勇军. 物理学报. 2013(02)
[6]基于模糊聚类的ERP系统潜在客户分析[J]. 周如意. 沙洲职业工学院学报. 2012(03)
[7]基于灰色关联分析的复杂网络节点重要性综合评价方法[J]. 张琨,沈海波,张宏,蒋黎明,衷宜. 南京理工大学学报. 2012(04)
[8]对我国电信行业发展的看法与思考[J]. 吴威. 中国新通信. 2011(10)
[9]基于核心—边缘理论的区域结构及其演化研究[J]. 王真,葛幼松. 河南科学. 2008(12)
[10]基于数据挖掘的分类算法在潜在客户识别中的应用[J]. 孔颖. 计算机时代. 2008(09)
博士论文
[1]面向电信领域的数据挖掘关键技术研究[D]. 巩建光.哈尔滨工程大学 2012
硕士论文
[1]基于客户行为分析的电子商务潜在客户挖掘研究[D]. 吴礼旺.武汉理工大学 2014
[2]基于文本分类技术的微博平台潜在客户挖掘[D]. 庞观松.广东外语外贸大学 2013
[3]NSGA2算法及其在电力系统稳定器参数优化中的应用[D]. 张利.西南交通大学 2013
[4]基于交往圈的移动通信用户模型研究[D]. 王佳凤.上海交通大学 2012
[5]基于NSGA-Ⅱ的变速器齿轮系多目标可靠性优化设计[D]. 王洪建.武汉理工大学 2010
[6]非支配排序遗传算法（NSGA）的研究与应用[D]. 高媛.浙江大学 2006
本文编号：3073603
【文章来源】：西安理工大学陕西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
交往圈构建步骤Fig.2-1Stepsofdetectingtelecomsocialcircle图2-1的交往圈构建图中，
用户 i，j 和 k 代表网络中的节点，而用户之间的通话行为是连接两个节点的边。图 2-2 用户间通话关系的构建Fig.2-2 The construction of call relationships between users2.2.3 基于社会网络的通话网络特征分析社会网络可以认为是通过社会成员间相互联系而形成的网络结构，也就是说社会网络是一种体现成员之间社会关系的网络模型，不同的网络模型表征了不同的社会关系，如社会交际网和社会支持网，电信客户之间通过通话、短信产生的电信客户通话网络【48】。学者对社会网络分析对这一学科的不断发展壮大渐渐的演变出了该领域的基本规则理论，也正是这些规则理论保证了社会网络分析法独有的特点。除了关系概念的使用外，还需要注意：(1) 社会成员和其行为之间并不完全独立，存在一定的相关性；(2) 社会成员的交互行为是信息传播的渠道；(3) 单个社会成员把整体的网络环境当作是其个人的发展方向和道路；(4) 社会网络模型将社会成员生活、学习和工作等行为习惯化为一定模式的的网络结构。社会网络分析最主要的目地就是弥补对社会个体进行单独分析的不足，在整个网络的大整体中，将整体的行为对个体产生的影响考虑进来，研究整体的结构特征和行为模式对其中成员个体行为的影响【48】。a. 中心性分析“中心性”是社会网络分析的一个重要领域
对企业产生的效益也越来越少。针对这部分客户，企分客户的投入，转而关注更有发展潜力的客户群体。的社会生活中，经济水平和生活水平都比较低，企业的生产理念只产什么，企业出售的产品和服务都是有消费者决定。起初，是以生慢慢的由于人们物质需求的不断扩大，开始销售必需品以外的休闲的社会生活中，人们不再满足于最基本的休闲娱乐等服务，所以企站在客户的角度思考他们的需要，主动为客户提供服务，不再被动商品。这样的企业不仅引领了客户的消费方向，而且得到了客户诚度，从而吸引了大量的客户群体。识别步骤客户识别户的识别是客户关系管理中一个很重要的研究方向，有很多学者已门的研究，并且发表了大量的学术论文，为这一领域的后续研究提图 3-1 表示了核心客户识别步骤。
【参考文献】：
期刊论文
[1]基于多指标综合的复杂网络节点重要性评估[J]. 吴果,房礼国,李中. 计算机工程与设计. 2016(12)
[2]复杂网络社团结构划分方法及其应用[J]. 王天成,刘真真,李天明,徐志坚,胡宇宇,钟啸. 信息通信. 2015(08)
[3]复杂网络的节点重要性综合评价[J]. 秦李,杨子龙,黄曙光. 计算机科学. 2015(02)
[4]基于Hadoop的电信频繁交往圈算法研究[J]. 杨苗苗,李跃辉,刘静,许静. 电脑知识与技术. 2013(28)
[5]基于多属性决策的复杂网络节点重要性综合评价方法[J]. 于会,刘尊,李勇军. 物理学报. 2013(02)
[6]基于模糊聚类的ERP系统潜在客户分析[J]. 周如意. 沙洲职业工学院学报. 2012(03)
[7]基于灰色关联分析的复杂网络节点重要性综合评价方法[J]. 张琨,沈海波,张宏,蒋黎明,衷宜. 南京理工大学学报. 2012(04)
[8]对我国电信行业发展的看法与思考[J]. 吴威. 中国新通信. 2011(10)
[9]基于核心—边缘理论的区域结构及其演化研究[J]. 王真,葛幼松. 河南科学. 2008(12)
[10]基于数据挖掘的分类算法在潜在客户识别中的应用[J]. 孔颖. 计算机时代. 2008(09)
博士论文
[1]面向电信领域的数据挖掘关键技术研究[D]. 巩建光.哈尔滨工程大学 2012
硕士论文
[1]基于客户行为分析的电子商务潜在客户挖掘研究[D]. 吴礼旺.武汉理工大学 2014
[2]基于文本分类技术的微博平台潜在客户挖掘[D]. 庞观松.广东外语外贸大学 2013
[3]NSGA2算法及其在电力系统稳定器参数优化中的应用[D]. 张利.西南交通大学 2013
[4]基于交往圈的移动通信用户模型研究[D]. 王佳凤.上海交通大学 2012
[5]基于NSGA-Ⅱ的变速器齿轮系多目标可靠性优化设计[D]. 王洪建.武汉理工大学 2010
[6]非支配排序遗传算法（NSGA）的研究与应用[D]. 高媛.浙江大学 2006
本文编号：3073603
本文链接：https://www.wllwen.com/kejilunwen/yysx/3073603.html
