中国移动用户数据业务订购情况评估分析

《中国移动用户数据业务订购情况评估分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、南京财经大学本科毕业论文（设计）目录一、引言（2009年中国移动发展的特点）1二、评估方法介绍1（一）聚类模型21.K-means算法的工作过程说明22．K-means算法的步骤2（二）逻辑回归预测模型31．逻辑回归算法的优点32．逻辑回归模型算法3（三）Apriori模型31．关联规则的基本概念32．Apriori算法的产生4三、数据准备与建模分析4（一）数据的预处理5（二）单维度分析5（三）聚类分析8（四）关联分析9（五）逻辑回归分析10四、模型总结和营销建议13参考文献14南京财经大学本科毕业论文（设计）中国移动用户数据业务订购情况评估分析摘要：数据业务

2、作为中国移动的主要收入来源，已经承担起越来越重要的角色，对移动公司当前及下一步发展尤为重要；从竞争形势来看，同质化竞争愈演愈烈，异质化竞争逐步紧迫。为了了解中国移动用户数据业务的需求情况，为了数据业务更好地发展，本文以上海移动的用户订购来电提醒的数据作为研究对象，用基于统计分析的数据挖掘技术，利用Clementine软件，对数据进行简单评估，用逻辑回归算法、Apriori算法、聚类等分析，来找出来电提醒业务与其他数据业务之间的关系。这些关系可以为我们提供更好的营销方案，关注与之相关性较高的其他数据业务，以争取更多的业务订购量。关键词：数据挖掘技术；评估决策；逻

3、辑回归算法；Apriori算法；聚类分析。TheevaluationandanalysisforsubscriptionofChinaMobile’sdataserviceAbstract：Asthemainsourceofincome,dataserviceshaveplayedamoreandmoreimportantroleinChinaMobile.Forthecurrentandnextstageofdevelopmentareparticularlyimportant;Judgingfromthecompetitionsituation,homog

4、eneouscompetitionbecomesincreasinglyintenseandheterogeneouscompetitionbecomesgraduallypressing.Inordertoknowmoreaboutusers’demandofdataservices,weuseShanghaiMobile'suserdataforthestudy,use‘callstoremind’astheexample,makeuseofdataminingtechnologybasedonstatisticalanalysis.Clementines

5、oftwareisagoodtooltomakeasimpleassessmentofthedata.Apriorialgorithm,logicregressionalgorithmandK-meansalgorithmareusetoidentify‘callstoremind’andotherdataservices’relationship.Theserelationshipscanprovideuswithbettermarketingprograms;higherinterestrelatedtootherdataservicesandgainmo

6、rebusinessforyourorder.Keywords:datamining；logicregressionalgorithm；K-meansalgorithmanalysis.南京财经大学本科毕业论文（设计）一、引言（2009年中国移动发展的特点）2009年在竞争加剧的情况下，中国移动数据及信息业务仍保持了快速增长，2009年半年报显示数据及信息业务收入比上年同期增长13.7%，对收入的拉动日益显着。（一）从发展趋势而言，数据及信息业务占比持续提升，空间巨大中国移动在总体经济形势不好的情况下，公司总收入增长8.9%，但是数据及信息业务仍然呈现比较好的

7、发展态势。2009年半年报显示，数据及信息业务的收入占比达28.1%，占收入增量的50%。数据及信息业务已经承担起越来越重要的角色，对公司当前及下一步发展尤为重要。从全球发展趋势来看，近年来数据及信息业务持续快速发展，收入占比屡创新高。中国移动上半年的数据及信息业务收入占比虽然达到28.1%，但是与国际一流运营商相比，还有很大差距，发展空间仍然很大。（二）从竞争形势来看，同质化竞争愈演愈烈，异质化竞争逐步紧迫今年上半年以来，同质化竞争愈演愈烈。中国电信和中国联通都不仅仅把目标停留在语音客户的增长，而是试图通过数据业务以较快的速度实现跨越性发展。与语音市场相比，

8、未来的数据及信息业务、互联网业务也将是