基于数据挖掘的电信套餐智能匹配分类模型研究

《基于数据挖掘的电信套餐智能匹配分类模型研究》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、中文图书分类号：基于数据挖掘的电信套餐智能匹配分类模型研究学生姓名：所在院系管理科学与工程学院专业名称：情报学研究方向：信息组织与数据挖掘届别：2014届导师姓名：论文完成时间：2013年9月万方数据独创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文不包含其他人已经发表或撰写的研究成果，也不包含为获得安徽财经大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。签名：

2、日期：关于论文使用授权的说明本人完全了解安徽财经大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：导师签名：日期：万方数据安徽财经大学硕士学位论文基于数据挖掘的电信套餐智能匹配分类模型研究摘要2013年1月8日我国工信部颁布《移动通信转售业务试点方案》并将于6月前后对资质合格者发放相应业务牌照。民营资本进入电信行业，意味着更多企业将进入电信业，原本被三大运营商垄断的市场，

3、将迎来更多参与者。因此各运营商之间的竞争必将趋于白热化，为了增强核心竞争力，各运营商必须挖掘自身潜力，提高市场占有率。如何提高套餐匹配度满足不同用户的个性化需求、实现套餐智能推送，真正实现以用户为主具有很强的理论和实践意义。海量数据积累和数据仓库技术的广泛应用使得电信企业通过客户的历史数据挖掘客户行为特征和潜在需求成为可能，也为开展针对性营销和套餐智能匹配提供了前提条件。本文作为校企横向课题电信智能套餐匹配系统研究与开发的前期理论研究部分，研究了智能套餐匹配系统的企业实际需求并分析了与此相关的国内外研究状况，提出了具体的实现

4、技术路线。实现思路是以该企业现有的套餐类型为分类结果，以用户的特征为参数分别在SPSSClementine中用决策树、神经网络、Logistic回归和支持向量机智能分类方法训练构建套餐模型，提出评价各套餐模型的定量测度方法，然后用该企业的真实历史数据检验和评价各模型性能，最后得出建立的支持向量机模型即最佳套餐匹配模型。本文的研究成果为开发电信智能套餐匹配系统打下坚实基础，下一步目标是研究如何将SPSSClementine中的最佳套餐匹配模型部署到企业的服务器，开发营销部门的客户端从而实现套餐智能匹配，提高电信企业的运行效率。

5、关键字：电信套餐，智能匹配，C5.0决策树，神经网络，支持向量机1万方数据安徽财经大学硕士学位论文RESEARCHONCLASSIFICATIONMODELOFSMARTTELECOMPACKAGEMATCHINGBASEDONDATAMININGABSTRACTTheMIITissuedthe“mobileresalebusinesspilotprogram”onJanuary8th,2013anditmayalsoissuequalifiedcandidatestheappropriatelicenseinJune.Wi

6、thprivatecapitalenteringtelecomindustry,meaningmorecompaniesareenteringthesector,themarketmonopolizedbythethreecarrierswillusherinmoreparticipants.Competitionbetweenoperatorswillbeintensified,therefore,theyhavetotaptheirownpotentialsinordertoenhancethecorecompetiti

7、venessandimprovemarketshare.Howtoimprovethepackagematchtomeetdifferentusers’individualneedsandachievesmartrecommendationofpackage,isofgreattheoreticalandpracticalsignificancefortrulyuser-oriented.Accumulationofhugeamountsofdataandbroadapplicationofdatawarehouse,thi

8、smakesitpossiblefortelecomenterprisestominecustomers’behaviorsandpotentialdemandswithcustomers’historydata,exceptthat,italsopreparesforcarryingou