本文關(guān)鍵詞：動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測在電信業(yè)客戶流失分析中的應(yīng)用

  更多相關(guān)文章： 客戶流失分析 動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測 群體演化 客戶關(guān)系管理 電信

【摘要】：通信技術(shù)的快速發(fā)展和互聯(lián)網(wǎng)技術(shù)的創(chuàng)新使得電信企業(yè)之間的競爭日益加劇。微信、微博等即時(shí)通訊和在線社會(huì)媒體的流行使得人與人之間的通信方式和模式變得多元化，電信業(yè)客戶對(duì)運(yùn)營商的服務(wù)滿意度和忠誠度日趨下降，給傳統(tǒng)通信企業(yè)帶來了巨大的沖擊。因此，客戶流失管理成為運(yùn)營商既重要又緊迫的任務(wù)。分析客戶行為的變化是客戶流失預(yù)測的重要基礎(chǔ)，及時(shí)發(fā)現(xiàn)具有流失傾向的客戶，可以為電信運(yùn)營商預(yù)防、維系和挽留現(xiàn)有客戶等提供強(qiáng)有力的輔助作用。 如何及時(shí)、有效地預(yù)測和挽留即將流失的客戶是電信運(yùn)營商實(shí)施客戶關(guān)系管理的關(guān)鍵問題，它對(duì)運(yùn)營商保持客戶資源和提升市場競爭力具有決定性的作用。目前，國內(nèi)外對(duì)電信業(yè)客戶流失分析的研究主要根據(jù)客戶的歷史消費(fèi)匯總特征和人口統(tǒng)計(jì)信息等屬性型數(shù)據(jù)，并采用傳統(tǒng)數(shù)據(jù)挖掘技術(shù)中的分類或聚類方法建立流失預(yù)測模型，以分析客戶在未來一段時(shí)間的流失傾向性。然而，傳統(tǒng)的電信客戶流失分析不但沒有考慮客戶之間社會(huì)關(guān)系對(duì)其流失行為的影響，而且建立的模型是基于歷史的靜態(tài)數(shù)據(jù)而不能很好地預(yù)測未來動(dòng)態(tài)變化的客戶行為。此外，流失分析的對(duì)象是單個(gè)客戶個(gè)體，使得具有大量客戶的電信運(yùn)營商在客戶維系和管理上需要消耗較高的成本。 電信客戶的社交關(guān)系對(duì)其流失行為具有重要的影響作用，本文旨在通過電信客戶之間的通話詳細(xì)記錄（關(guān)系型數(shù)據(jù)）探索客戶的社會(huì)關(guān)系網(wǎng)絡(luò)（稱為電信呼叫網(wǎng)絡(luò)），從中發(fā)現(xiàn)客戶社區(qū)（即具有緊密社會(huì)關(guān)系的社交圈）及其變化特性，及早地預(yù)測客戶社區(qū)的流失傾向性。本文從客戶社會(huì)關(guān)系及其變化的角度研究客戶流失行為，不僅考慮了流失行為的社會(huì)因素，而且基于動(dòng)態(tài)電信呼叫網(wǎng)絡(luò)建立的預(yù)測模型能很好地應(yīng)用于不斷變化的新數(shù)據(jù)，并以客戶群為對(duì)象分析客戶流失，，大大降低了管理成本。然而，現(xiàn)有研究在面向大規(guī)模動(dòng)態(tài)網(wǎng)絡(luò)的快速社區(qū)檢測及演化分析的效率和拓展性方面仍存在不足，因此，本文提出一種增量式動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測方法，通過增量式社區(qū)更新和社區(qū)結(jié)構(gòu)壓縮存儲(chǔ)的方式解決現(xiàn)有方法的局限性，進(jìn)而提出一種基于動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測的電信客戶流失分析框架。 實(shí)驗(yàn)結(jié)果表明：本文提出的面向大規(guī)模動(dòng)態(tài)網(wǎng)絡(luò)的社區(qū)檢測及演化分析方法，能快速、準(zhǔn)確地發(fā)現(xiàn)現(xiàn)實(shí)網(wǎng)絡(luò)中的客戶社區(qū)及變化特征�；陔娦胚\(yùn)營商提供的客戶通話詳細(xì)數(shù)據(jù)構(gòu)建的電信呼叫網(wǎng)絡(luò)，采用本文提出分析框架構(gòu)建的流失分析模型，能有效地預(yù)測客戶社區(qū)的流失傾向性�？偟貋碚f，本文研究不僅為電信業(yè)客戶流失管理提供一種新的視角和手段，同時(shí)也豐富了社會(huì)網(wǎng)絡(luò)分析及其相關(guān)領(lǐng)域的研究。
【關(guān)鍵詞】：客戶流失分析 動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測 群體演化 客戶關(guān)系管理 電信
【學(xué)位授予單位】：廣東外語外貿(mào)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F626;F274
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 研究背景10-12
• 1.2 研究內(nèi)容和目標(biāo)12-13
• 1.2.1 研究目標(biāo)12
• 1.2.2 研究內(nèi)容12-13
• 1.3 主要貢獻(xiàn)13-14
• 1.3.1 理論貢獻(xiàn)13-14
• 1.3.2 實(shí)踐貢獻(xiàn)14
• 1.4 研究的創(chuàng)新點(diǎn)14
• 1.5 本文框架14-16
• 第2章 文獻(xiàn)綜述16-28
• 2.1 電信客戶流失概述16-17
• 2.1.1 基本概念16
• 2.1.2 客戶流失原因的分類16-17
• 2.2 基于傳統(tǒng)數(shù)據(jù)挖掘的電信客戶流失分析17-21
• 2.2.1 數(shù)據(jù)挖掘技術(shù)概述17-19
• 2.2.2 基于分類的客戶流失分析19-20
• 2.2.3 基于聚類的客戶流失分析20
• 2.2.4 基于混合方法的客戶流失分析20-21
• 2.2.5 傳統(tǒng)電信客戶流失分析的局限性21
• 2.3 社會(huì)網(wǎng)絡(luò)分析理論21-26
• 2.3.1 基本概念21-22
• 2.3.2 社區(qū)檢測及其應(yīng)用22-24
• 2.3.3 社區(qū)質(zhì)量評(píng)估方法24-26
• 2.4 基于社會(huì)網(wǎng)絡(luò)分析的電信客戶流失分析26
• 2.5 小結(jié)26-28
• 第3章 動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測方法28-38
• 3.1 基本概念28-29
• 3.2 動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測方法的分類29-31
• 3.2.1 基于兩階段的的方法29-30
• 3.2.2 基于多目標(biāo)優(yōu)化的方法30-31
• 3.2.3 增量式社區(qū)檢測方法31
• 3.3 現(xiàn)有動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測方法的局限性31-32
• 3.4 一種面向大規(guī)模動(dòng)態(tài)網(wǎng)絡(luò)的社區(qū)檢測方法32-37
• 3.4.1 相關(guān)定義和概念32-35
• 3.4.2 增量式社區(qū)檢測與更新35-36
• 3.4.3 基于二分條件的社區(qū)演化分析36-37
• 3.5 小結(jié)37-38
• 第4章 基于動(dòng)態(tài)網(wǎng)絡(luò)社區(qū)檢測的電信客戶流失分析框架38-45
• 4.1 基于社會(huì)網(wǎng)絡(luò)的電信客戶流失相關(guān)概念38-41
• 4.1.1 電信客戶的社會(huì)關(guān)系與社區(qū)38-39
• 4.1.2 基于社區(qū)演化的客戶流失分析39
• 4.1.3 基于 k-means 聚類的社區(qū)分類及特征分析39-41
• 4.2 研究框架與方法41-44
• 4.2.1 電信呼叫網(wǎng)絡(luò)的構(gòu)造和流失客戶標(biāo)記42-43
• 4.2.2 構(gòu)建社區(qū)發(fā)現(xiàn)與演化模型43
• 4.2.3 客戶群流失預(yù)測及評(píng)估43-44
• 4.3 小結(jié)44-45
• 第5章 模型構(gòu)建與應(yīng)用45-57
• 5.1 數(shù)據(jù)理解與準(zhǔn)備45-51
• 5.1.1 數(shù)據(jù)概況45-46
• 5.1.2 數(shù)據(jù)預(yù)處理46-49
• 5.1.3 電信呼叫網(wǎng)絡(luò)的統(tǒng)計(jì)特征理解49-51
• 5.2 流失預(yù)測模型構(gòu)建與結(jié)果分析51-55
• 5.2.1 社區(qū)檢測與更新結(jié)果51-53
• 5.2.2 基于 k-means 聚類的客戶社區(qū)分類及特征分析53-54
• 5.2.3 社區(qū)演化分析與流失預(yù)測54
• 5.2.4 具有流失傾向的客戶價(jià)值度量54-55
• 5.3 模型評(píng)估55
• 5.4 模型應(yīng)用55-56
• 5.5 小結(jié)56-57
• 第6章 總結(jié)與展望57-60
• 6.1 研究工作總結(jié)57-58
• 6.2 研究的不足及展望58-60
• 參考文獻(xiàn)60-63
• 致謝63-64
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文64-65
• 在學(xué)期間參與的科研項(xiàng)目65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 羅彬;邵培基;羅盡堯;劉獨(dú)玉;夏國恩;;基于競爭對(duì)手反擊的電信客戶流失挽留研究[J];管理科學(xué)學(xué)報(bào);2011年08期

2 楊楠;林松祥;高強(qiáng);孟小峰;;一種從馬爾可夫聚類簇發(fā)現(xiàn)潛在WEB社區(qū)特征的方法[J];計(jì)算機(jī)學(xué)報(bào);2007年07期

3 鄺濤;張倩;;改進(jìn)支持向量機(jī)在電信客戶流失預(yù)測的應(yīng)用[J];計(jì)算機(jī)仿真;2011年07期

4 公茂果;張嶺軍;馬晶晶;焦李成;;Community Detection in Dynamic Social Networks Based on Multiobjective Immune Algorithm[J];Journal of Computer Science & Technology;2012年03期

5 黃發(fā)良;肖南峰;;基于線圖與PSO的網(wǎng)絡(luò)重疊社區(qū)發(fā)現(xiàn)[J];自動(dòng)化學(xué)報(bào);2011年09期

6 羅彬;邵培基;羅盡堯;劉獨(dú)玉;夏國恩;;基于蟻群算法的成本敏感線性集成多分類器的客戶流失研究[J];中國管理科學(xué);2010年03期

本文編號(hào)：532949