欢迎来到天天文库
浏览记录
ID:34047021
大小:1.73 MB
页数:56页
时间:2019-03-03
《基于数据挖掘的电信客户流失和保留研究》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、华东师范大学硕士学位论文基于数据挖掘的电信客户流失和保留研究姓名:陶秋香申请学位级别:硕士专业:软件工程指导教师:朱惠彪;曾万聃20071001摘要随着电信企业不断重组和市场竞争的加剧,存量客户的流失已经成为各运营商关注的重点。企业必须通过利用各种手段抓住客户才能获得最终的核心竞争力。电信企业可以充分利用企业各运营商支撑系统中的客户数据,应用数据挖掘的工具获取对客户的洞察能力,从而更好地满足客户的需求防止客户的流失。本文将多种数据挖掘技术应用于电信企业,在对寻找流失重点客户和预测离网客户两个方面
2、进行了较为深入的研究,给出了解决问题的模型和方法并在实践中得到评估和检验。本文主要共分为五部分,结构如下:第1章:分析电信市场的发展和电信营销中存在的问题,引入存量流失t的概念和分析客户保留的重要性,提出客户保留的措施体系。第2章:对数据挖掘技术进行概述,简要介绍了数据挖掘技术的发展历程、研究内容和实施过程。第3章:在分析了客户细分的各类方法后,提出基于数据挖掘K-Means聚类算法的V—N、,客户分群方法,并通过在电信企业的应用进行了验证。第4章:介绍了客户离网的预测模型方法,给出了详细的客户
3、离网建模过程方法,并在电信企业的应用中进行验证。第5章:针对研究中存在的问题给出了进一步研究的考虑。【关键词】客户离网;数据挖掘;预测模型;聚类算法。【论文类型】应用基础AbstractWithconstantrestructuringandfiercecompetition,everylelecomfocusesOilthechurnofpresentclients.Thecorecompetencycouldbeachievedusingvariousmethodstoattractclie
4、nts.Inordertomeetclients’requirementsandtOholdbackthedecliningtzend,telecomsshouldmakefulluseofOSSclientsdataanddataminingtoolstogaincustomerinsight.Thisarticleconductedde印researchin2uspeets:lool【ingforthosevaluablebutdecliningclientsandpredictingthe
5、churnedclients.Thearticlealsoincludestheassessmemofproblem-solvingmodelsandmethods.Thearticleisdividedinto5partsandasfollowing:Chapter1:Analyzethedevelopmentoftelecommarketandexistingproblemsintelecommarkcting.Introducetheconceptofdeclineandimportanc
6、eofretaJlliIlgclients.Suggestmeasuresandarcllitec.眦sconcerninghowtorctainclients.。Chapter2:Summarizedataminingtechnology.Presentthedevelopmentofdataminingtechnology.Studycontentsandprocessesofimplementation.Chapter3:SuggestV-NVcustomersegmentingmetho
7、dbasedonK—MeansClusteringAlgorithminthedataminingafteranalyzingvariouswaysconcerninghowtosegmentclients.Andthismethodhasbeencheckedintclecomcompanies’application.Chapter4:Presentpredictivemodelsaboutchurnedclients.Providedetailedwaystoestablishmodels
8、whichhasprovenitspracticabilityintelecomcorporations’applications.Chapter5:Furtherconsiderationsaboutexistingproblemsintheresearch.[KeyWords]CustomerChurn;DataMining;PredictiveModeb;ClusteringAlgorithm.[TypeofThesis]Applicationfoundation学位论文独创性声明本人所呈
此文档下载收益归作者所有