基于数据挖掘技术的客户信息分析

基于数据挖掘技术的客户信息分析

ID:32973946

大小:2.01 MB

页数:106页

时间:2019-02-18

基于数据挖掘技术的客户信息分析_第1页
基于数据挖掘技术的客户信息分析_第2页
基于数据挖掘技术的客户信息分析_第3页
基于数据挖掘技术的客户信息分析_第4页
基于数据挖掘技术的客户信息分析_第5页
资源描述:

《基于数据挖掘技术的客户信息分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、茸赴葶震基于数据挖掘技术的客户信息分析2010年10月完成ResearchandApplicationofCustomerInformationinC】iMBasedonDataMiningDepartment:!照!查迥垦!iQnS堡i曼n≤美垒坠鱼!堡垒h塾Q!QgYMajor:£Q堡P堕!曼!△PP!i堡垒!iQnField:旦垒l垒丛i堕i旦gTutor:△墨墨Q堡i垦!曼££Q量曼墨墨Q!』i垦旦gHQ塾g.MasterStudent:鱼坠QLi垒旦gEastChinaNormalUniVersityCompletedinOct2010Il华东师范大学硕士学位论文华东师范大学学位论

2、文原创性声明郑重卢明:本人呈交的学位论文《基于数据挖掘技术的客户信息分析》,足存华东师范大学攻读砭名/博士(请勾选)学位期间,在导师的指导下进行的研究工作及取得的研究成果。除文中已经注明引用的内容外,本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中作了明确说明并表示谢意。日期:多力仞年//月夕∥R华东师范大学学位论文著作权使用声明《基于数据挖掘技术的客户信息分析》系本人在华东师范大学攻读学位期问在导师指导下完成的硬≠/博士(请勾选)学位论文,本论文的研究成果归华东师范大学所有。本人同意华东师范大学根据相关规定保留和使用此学位论文,并向主管部门和

3、相关机构如图家图书馆、中信所和“知网”送交学位论文的印刷版和电子版:允许学位论文进入华东师范大学图书馆及数据库被查阅、借阅;同意学校将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于(请勾选)()1.经华东师范大学相关部门审查核定的“内部”或“涉密”学位论文·,于.年月同解密,解密后适用上述授权。(U2.不保密,适用上述授权。导师签名≥:兰、竺一,本人签癣叠印}汐年7}旯沈R·“涉密”学位论文麻是已经华东师范人学学位评定委员会办公室或保密委员会审定过的学位论文(需附获批的《华尔师范人学研究生申

4、请学位论文“涉密”审批表》方为有效),朱经上述部I、J审定的学何论文均为公开学位论文。此卢明栏不填写的,默认为公开学位论文.均适J{j上述授权)。郭良硕士学姓名职称单位备注陈强璋教授上海商学院主席杨宗源教授华东师大信息学院顾君忠教授华东师大信息学院孙蕾副教授华东师大信息学院朱敏高工华东师大信息学院lV论文摘要随着信息化技术的快速发展和广泛应用,很多企业已经积累了海量数据,传统的数据处理方法已经很难充分利用蕴藏在这些数据中的有用信息,数据挖掘技术的应用开始得到企业的重视。利用客户资料数据进行数据挖掘得到的知识指导市场活动是数据挖掘的技术的一个重要的应用方向。根据不同企业的类别,企业在营销方面的

5、成本会占到产品成本的5%到25%的比例,如何有效地使用在营销方面的预算是每个企业能否盈利的关键。利用可以量化的数据库技术对细分市场进行精确的市场定位,突破广告成本束缚,以更低的成本实现市场扩张,是当前数据技术在市场活动应用的重要趋势。本文对培训机构市场客户数据建立维度模型,采用云计算的模式,基于G00酉eAPI(谷歌应用程序开发接口)开发处理客户数据地址信息的程序模块,得到客户精确的经纬度地理信息;然后以客户的地理信息作为基准的维度设计数据挖掘算法,对客户信息数据进行聚类分析,取得客户的聚集特征;最后利用G00酉eAPl的地图开发程序接口开发的程序模块生成可视化的结果,把所有的分析结果信息显

6、示在地图界面上,可方便市场决策人员形成直观概念,从而对市场推广的地面活动起到全面支持的作用;同时对培训教学点的分布是否合理进行验证:还可以直观地对数据模型的建立、挖掘的结果进行分析和检验,对照当前的市场投放策略和目标进行分析和验证,最终实现对市场广告沟通计划的优化和调整。在本文所设计的基于G00酉eAPI和聚类挖掘算法的基础之上,可以处理各类基于客户地址信息的市场分析并可以进行知识发掘,对零售业、银行保险、快速消费品、电信业等B2C(企业对直接消费者)行业都有应用价值,对连锁业的网点分布分析也有巨大的价值:并且在此计算方法的基础上可以扩展开发出更多的数据分析应用,如细分地区的客户消费预测、客

7、户出行的流动性特征分析等。关键词:数据挖掘,客户信息处理,市场投放分析VWiththcrapiddeVelopmentmanyentellpriseshaVeaccumulatedhuge锄ounts0fdata.TraditionaldataprI溉ssingmethodscannotmakefuUuscofthedataembeddedintheseusefIllinfbnnation.DatamiIli

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。