欢迎来到天天文库
浏览记录
ID:52431047
大小:2.40 MB
页数:76页
时间:2020-03-27
《一种混合聚类算法在电信客户细分中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、中国科学技术大学硕士学位论又一种混合聚类算法在电信客户细分中的应用作者姓名:学科专业:导师姓名:完成时间:刘艳泽管理科学与工程吴春旭副教授二。一一年四月广UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeAHybridClusteringAlgorithm●——一●—I—tOrIeIeComGUstomerSegmentationAuthor’SName:YanzeLiuSpeciality:ManagementScienceandEngine
2、eringSupervisor:Prof.ChunxuWuFinishedtime:April,201中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名:辨签字日期:2111:笸!!中国科学技术大学学位论文授权使用声明作为申请学位的条件之一,学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定
3、向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。曲公开口保密(——年)作者签名:签字日期:掣埠一导师签名:签字同期:堡竺!!笪:!!摘要随着电信市场竞争的同益加剧,以产品为中心的经营模式逐渐被以客户为中心的经营模式所替代。如何对客户进行科学有效的细分,进而针对不同的客户群实施差异化服务和营销,提升客户价值和自身
4、的核心竞争力,已经成为电信企业的迫切需求。数据挖掘技术可以对客户数据进行智能分类,帮助企业更好的把握客户的需求特征,有助于企业利润的最大化。蚁群聚类算法已经在数据挖掘领域中得到了广泛的应用,该算法不需要预先设定聚类数目和聚类中心,而且可以形成任意形状的簇。本文提出一种混合聚类算法,将基于信息熵的蚁群聚类算法和K-均值算法相结合。首先利用信息熵解决蚁群聚类算法设置参数较多,聚类时间较长的问题,然后将得到的初步聚类结果作为K.均值算法的初始值,再进行最终聚类。通过对标准数据集的测试,证明了混合聚类算法具有良好的聚类效果。本文重点将混合
5、聚类算法应用于中国电信某省公司的客户聚类分析研究中,根据得到的优良的客户细分结果,为中国电信的服务和营销提出具体的差异化策略和建议。关键词:客户细分数据挖掘蚁群聚类算法K.均值算法电信_r摘要IlAbstract———————————————————-———————————————————————————————————————一一ABSTRACTWiththecompetitionofthetelecommunicationsindustrymarketbecomingmachseverer,theproduct-centere
6、dbusinessmodelhasreplacedbythecustomer-centeredbusinessmodel.Itisnecessaryfortelecomenterprisestoimplementalleffectivestrategyforcustomersegmentation.Accordingtotheresults,theenterprisescouldsurportdifferentservicefordifferentcustomerstopromotethecustomervalueandtheir
7、owncompetitiveness.DataminingtechniqueCallbeappliedforintelligentclassificationofcustomers.Itcanhelpenterprisestoidentifythecustomerdemandcharacteristicandmaximizetheprofitsoftheenterprise.Theantcolonyalgorithmforclusteringhasbeenwidelyusedinthedataminingresearch.Itdo
8、esnotneedtosetclusteringclusternumberandcentersbeforetheclustering·Itcanalsoformtheclusterofarbitraryshape.Thispaperpresents
此文档下载收益归作者所有