本文關(guān)鍵詞：改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：電信市場(chǎng)激烈的競(jìng)爭(zhēng)促使電信企業(yè)將注意力集中到如何對(duì)企業(yè)客戶進(jìn)行細(xì)分,從而為不同類型客戶提供個(gè)性化服務(wù)。隨著信息化時(shí)代的到來(lái),電信企業(yè)的業(yè)務(wù)系統(tǒng)產(chǎn)生了海量的客戶數(shù)據(jù),傳統(tǒng)的客戶細(xì)分方法已經(jīng)無(wú)法滿足海量客戶數(shù)據(jù)環(huán)境下電信企業(yè)的業(yè)務(wù)發(fā)展需求。采用數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)客戶數(shù)據(jù)進(jìn)行多層次多維度的客戶細(xì)分對(duì)電信企業(yè)而言十分重要和緊迫。本文對(duì)BIRCH算法進(jìn)行改進(jìn)研究并應(yīng)用到電信客戶細(xì)分中,主要做了以下工作：分析了聚類分析中經(jīng)典的BIRCH聚類算法,闡述了BIRCH聚類算法的基本思想和基本流程,并分析了該算法的優(yōu)點(diǎn)以及不足之處。針對(duì)BIRCH算法的不足,提出相應(yīng)的改進(jìn)方法：用對(duì)數(shù)似然距離替代原始BIRCH算法中的歐式距離,使得BIRCH算法能夠處理混合屬性的電信客戶數(shù)據(jù),在凝聚性層次聚類對(duì)初始聚類結(jié)果進(jìn)行再聚類,結(jié)合貝葉斯信息準(zhǔn)則確定最佳的聚類數(shù)量。通過(guò)仿真實(shí)驗(yàn)來(lái)證明了改進(jìn)后的算法的準(zhǔn)確性和穩(wěn)定性。最后將改進(jìn)后的BIRCH算法應(yīng)用到電信客戶細(xì)分中,得到比較理想的客戶細(xì)分結(jié)果,并對(duì)結(jié)果進(jìn)行了分析,針對(duì)不同類型的用戶結(jié)合其群體特征給出了不同的營(yíng)銷建議,對(duì)電信企業(yè)的在后面的經(jīng)營(yíng)活動(dòng)中有針對(duì)性的制定營(yíng)銷方案具有一定的實(shí)際意義和應(yīng)用價(jià)值。
【關(guān)鍵詞】：客戶細(xì)分 層次聚類 特征向量
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.13;F626;F274
【目錄】：

• 致謝6-7
• 摘要7-8
• Abstract8-13
• 第一章 緒論13-18
• 1.1 選題背景13-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在問(wèn)題14-16
• 1.2.1 電信客戶細(xì)分研究現(xiàn)狀14-15
• 1.2.2 電信客戶細(xì)分存在的問(wèn)題15-16
• 1.3 研究?jī)?nèi)容16
• 1.4 論文結(jié)構(gòu)16-18
• 第二章 客戶細(xì)分相關(guān)理論18-23
• 2.1 客戶關(guān)系管理理論18-21
• 2.1.1 客戶關(guān)系管理的概念18-19
• 2.1.2 客戶關(guān)系管理的目標(biāo)19-20
• 2.1.3 客戶關(guān)系管理的內(nèi)容20-21
• 2.2 客戶細(xì)分理論21-22
• 2.2.1 客戶細(xì)分的概念21
• 2.2.2 客戶細(xì)分的目的21
• 2.2.3 客戶細(xì)分的方法21-22
• 2.3 本章小結(jié)22-23
• 第三章 聚類分析技術(shù)23-27
• 3.1 聚類分析基本概念23
• 3.2 聚類分析的主要研究?jī)?nèi)容23-24
• 3.3 常用的聚類算法24-25
• 3.3.1 基于劃分的聚類算法24
• 3.3.2 基于層次的聚類算法24-25
• 3.3.3 基于密度的聚類算法25
• 3.3.4 基于網(wǎng)格的聚類算法25
• 3.3.5 基于模型的聚類算法25
• 3.4 聚類評(píng)價(jià)25-26
• 3.4.1 聚類過(guò)程評(píng)價(jià)25-26
• 3.4.2 聚類結(jié)果評(píng)價(jià)26
• 3.5 本章小結(jié)26-27
• 第四章 基于BIRCH的混合屬性數(shù)據(jù)自適應(yīng)聚類算法27-36
• 4.1 BIRCH聚類算法27-29
• 4.1.1 聚類特征27
• 4.1.2 聚類特征樹27-28
• 4.1.3 BIRCH算法流程28
• 4.1.4 BIRCH算法分析28-29
• 4.2 改進(jìn)BIRCH聚類算法29-32
• 4.2.1 重新定義對(duì)象間距離29-30
• 4.2.2 重新定義CF特征向量30
• 4.2.3 層次聚類并確定聚類數(shù)目30-32
• 4.3 改進(jìn)后的BIRCH聚類算法描述32-33
• 4.4 實(shí)驗(yàn)分析33-35
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)集33
• 4.4.2 聚類結(jié)果33-35
• 4.4.3 實(shí)驗(yàn)總結(jié)35
• 4.5 本章小結(jié)35-36
• 第五章 改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用實(shí)例36-51
• 5.1 應(yīng)用改進(jìn)的BIRCH算法進(jìn)行電信客戶細(xì)分的步驟36
• 5.2 電信客戶數(shù)據(jù)獲取36-38
• 5.3 數(shù)據(jù)預(yù)處理38-45
• 5.3.1 生成客戶流失情況表38-40
• 5.3.2 數(shù)據(jù)匯總與指標(biāo)生成40-42
• 5.3.3 探索各個(gè)變量與客戶流失的關(guān)系42-45
• 5.4 聚類分析45-50
• 5.4.1 聚類結(jié)果45-49
• 5.4.2 聚類結(jié)果分析49-50
• 5.5 本章小結(jié)50-51
• 第六章 總結(jié)與展望51-53
• 6.1 研究總結(jié)51
• 6.2 研究展望51-53
• 參考文獻(xiàn)53-56
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況56

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 于宗民;;從客戶細(xì)分看企業(yè)信息化建設(shè)中的缺失[J];中國(guó)金融電腦;2007年07期

2 張靜;;通信企業(yè)客戶細(xì)分及相關(guān)技術(shù)綜述[J];信息與電腦(理論版);2014年01期

3 李益強(qiáng),漆晨曦;基于數(shù)據(jù)挖掘的電信客戶細(xì)分研究析[J];廣東通信技術(shù);2005年05期

4 張曉航;基于聚類算法的客戶細(xì)分[J];通信企業(yè)管理;2005年12期

5 趙坊芳;;客戶細(xì)分中聚類的應(yīng)用[J];電腦知識(shí)與技術(shù);2010年11期

6 文碧桂;趙蔚;;網(wǎng)絡(luò)教育服務(wù)中的客戶細(xì)分策略分析[J];中國(guó)教育技術(shù)裝備;2010年12期

7 岳小婷;;基于客戶消費(fèi)行為的電信客戶細(xì)分[J];電子商務(wù);2011年12期

8 胡靜靜;王愛金;;3G業(yè)務(wù)的客戶細(xì)分研究[J];商業(yè)文化(下半月);2011年12期

9 宋才華;藍(lán)源娟;范婷;翟鴻榮;李濱濤;;電力企業(yè)客戶細(xì)分模型研究[J];現(xiàn)代電子技術(shù);2014年02期

10 王荇;李彗;;基于聚類的客戶細(xì)分方法研究[J];電腦知識(shí)與技術(shù);2008年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 張國(guó)政;;基于CLV及客戶滿意度的客戶細(xì)分研究[A];中國(guó)市場(chǎng)營(yíng)銷創(chuàng)新與發(fā)展學(xué)術(shù)研討會(huì)論文集[C];2009年

2 謝琳;潘定;;珠三角寬帶客戶細(xì)分及保持策略研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

3 盧艷麗;韓景元;袁麗娜;;基于客戶終身價(jià)值的客戶細(xì)分方法實(shí)證研究[A];中國(guó)市場(chǎng)學(xué)會(huì)2006年年會(huì)暨第四次全國(guó)會(huì)員代表大會(huì)論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 范煒;合理確定客戶細(xì)分標(biāo)準(zhǔn)是理財(cái)業(yè)務(wù)的重中之中[N];中國(guó)城鄉(xiāng)金融報(bào);2006年

2 ;撥開“客戶細(xì)分”迷霧[N];網(wǎng)絡(luò)世界;2006年

3 工業(yè)和信息化部電信研究院泰爾管理研究所 狄輝;客戶細(xì)分魔法書[N];通信產(chǎn)業(yè)報(bào);2009年

4 任柏菘;普爾特的客戶細(xì)分[N];中國(guó)房地產(chǎn)報(bào);2011年

5 主持人 中國(guó)房地產(chǎn)報(bào)管理評(píng)論部資深記者 張勁松;怎樣實(shí)現(xiàn)中國(guó)特色的客戶細(xì)分？[N];中國(guó)房地產(chǎn)報(bào);2011年

6 郵儲(chǔ)銀行江蘇省連云港市分行 朱慈;基于經(jīng)濟(jì)生命周期的銀行客戶細(xì)分[N];中國(guó)郵政報(bào);2013年

7 本報(bào)記者 李秀中;客戶細(xì)分 上海大眾運(yùn)作“關(guān)系營(yíng)銷”[N];第一財(cái)經(jīng)日?qǐng)?bào);2005年

8 記者 方俊;券商強(qiáng)化客戶細(xì)分初嘗甜頭[N];上海證券報(bào);2011年

9 中研博峰咨詢有限公司咨詢顧問(wèn) 高榮霞;六步驟鎖定細(xì)分市場(chǎng)[N];通信產(chǎn)業(yè)報(bào);2009年

10 楊怡 劉學(xué);重慶移動(dòng)深度推進(jìn)客戶細(xì)分工程[N];人民郵電;2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳昊;基于利益的客戶細(xì)分方法研究[D];華中科技大學(xué);2004年

2 羅斌;面向客戶細(xì)分的改進(jìn)關(guān)聯(lián)規(guī)則算法研究[D];哈爾濱工業(yè)大學(xué);2006年

3 蔡巧宇;基于數(shù)據(jù)挖掘的客戶細(xì)分案例分析[D];蘭州財(cái)經(jīng)大學(xué);2015年

4 徐歡;基于數(shù)據(jù)挖掘的房地產(chǎn)開發(fā)企業(yè)既有客戶細(xì)分研究[D];重慶大學(xué);2015年

5 陳東沂;融合用戶興趣和文本聚類的企業(yè)微博客戶細(xì)分[D];廣東外語(yǔ)外貿(mào)大學(xué);2015年

6 鄒湘萍;基于數(shù)據(jù)挖掘的移動(dòng)公司高端客戶細(xì)分及營(yíng)銷策略研究[D];電子科技大學(xué);2013年

7 張潔勤;電信企業(yè)針對(duì)性營(yíng)銷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

8 楊曉斌;改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用[D];合肥工業(yè)大學(xué);2015年

9 卞愛軍;基于信息化平臺(tái)的壽險(xiǎn)客戶細(xì)分管理研究[D];南京理工大學(xué);2008年

10 劉崗;電信企業(yè)客戶細(xì)分研究[D];暨南大學(xué);2008年

  本文關(guān)鍵詞：改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：317105