本文關(guān)鍵詞：基于大數(shù)據(jù)挖掘的手機用戶換機行為研究　出處：《天津商業(yè)大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 換機行為 抽樣技術(shù) 探索性分析 可視化技術(shù) 數(shù)據(jù)挖掘

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和計算機應(yīng)用的普及深化,手機行業(yè)的數(shù)據(jù)采集能力得到了前所未有的提高,獲得并積累了浩如煙海的移動通訊大數(shù)據(jù)。通過大數(shù)據(jù)挖掘技術(shù),研究手機用戶的換機特征及換機行為的影響因素具有十分重要的意義,它能夠使我們深入地把握用戶需求,實現(xiàn)精準營銷。基于這一背景,本文開展了基于大數(shù)據(jù)挖掘的手機用戶換機行為研究。首先,依托某省公司電信運營商經(jīng)分系統(tǒng),獲得了某段時期內(nèi)的手機用戶換機數(shù)據(jù),在界定手機用戶換機行為內(nèi)涵、構(gòu)建指標體系的基礎(chǔ)上,按照簡單隨機抽樣的方法,得到了Kullback-Leibe信息量達到0.99995以上的樣本,并對樣本數(shù)據(jù)進行了數(shù)據(jù)管理、缺失值處理、離群點檢測等工作,保證了數(shù)據(jù)質(zhì)量;然后,利用可視化技術(shù)對換機前后的手機品牌特征、手機性能特征及用戶特征進行了探索性分析;接著,本文分別采用決策樹、Adaboost、Bagging及隨機森林算法對數(shù)據(jù)進行訓練,建立預(yù)測模型,得出了各指標對換機行為的影響程度,并根據(jù)十折交叉驗證的平均誤判率對不同的模型結(jié)果進行了分析和比較,其中Adaboost及隨機森林模型較優(yōu);最后,綜合各模型得出的指標重要性排序,結(jié)合實際,總結(jié)了各指標對換機行為的影響情況,并提出了手機廠商要注重品牌建設(shè)、加大技術(shù)投入和創(chuàng)新力度等建議。本文以大量的真實數(shù)據(jù)為第一手資料,采用定性分析與定量分析相結(jié)合的研究方法,通過可視化技術(shù)對手機用戶的換機行為進行了深入的研究,在此基礎(chǔ)上,引入了數(shù)據(jù)挖掘中的多種算法分析了換機行為的影響因素,并提出了一些生產(chǎn)、銷售建議,具有一定的創(chuàng)新性。但是本文在指標選取、數(shù)據(jù)抽樣過程中還存在一些有待改進的地方,可在以后的研究工作中加以完善。
[Abstract]:With the rapid development and popularization of computer Internet technology applications deepening, data acquisition ability of the mobile phone industry has been hitherto unknown rise, and accumulated a large data mobile communication. Through the multitude of data mining technology, has very important significance to study the factors affecting the behavior of replacement of mobile phone users characteristics and replacement, it can make we deeply grasp the needs of users, to achieve precision marketing. Based on this background, this paper carried out the research of data mining based on the behavior of mobile phone users switch. First of all, relying on a company of telecom operators to manage the system, obtained within a certain period of replacement Mobile phone users, mobile phone users switch behavior in defining the connotation, construction of basic indicators the system, in accordance with the simple random sampling method, the information content of Kullback-Leibe reached more than 0.99995 of the sample, and the number of samples According to the data management, missing data processing, outlier detection work, to ensure the quality of data; then, mobile phone brand characteristics of replacement before and after the application of visualization technology, an exploratory analysis of mobile phone performance characteristics and user characteristics; then, this paper uses decision tree, Adaboost, Bagging and random forest algorithm for training the data to establish the prediction model, the influence degree of each index on the replacement behavior, and according to the different model results are analyzed and compared with the average error rate of ten fold cross validation, including Adaboost and random forest model is better; finally, the index of importance, the comprehensive model combined with practice, summed up the analysis of the influence of replacement behavior, and put forward the mobile phone manufacturers to focus on brand building, increase technology investment and innovation and so on. Based on a large number of real data for the One hand, adopting the research method of combining qualitative analysis and quantitative analysis, through the switching of visualization technology to the mobile phone users are studied, on this basis, the introduction of a variety of data mining algorithms to analyze the factors affecting the replacement behavior, and puts forward some suggestions of production, sales, innovative sure. But based on the index selection, there are still some room for improvement in the process of sampling data, which could be improved in future studies.

【學位授予單位】：天津商業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.13;C913.4

【參考文獻】

相關(guān)期刊論文 前10條

1 劉力凱;王國胤;鄧維斌;;優(yōu)勢關(guān)系粗糙集的移動用戶換機預(yù)測方法[J];小型微型計算機系統(tǒng);2015年08期

2 熊冰妍;王國胤;鄧維斌;;分級式代價敏感決策樹及其在手機換機預(yù)測中的應(yīng)用[J];山東大學學報(工學版);2015年05期

3 劉彬;焦麗紅;朱東昭;;利用大數(shù)據(jù)洞察客戶換機傾向評估模型研究與分析[J];通信管理與技術(shù);2015年03期

4 李毅;米子川;;大數(shù)據(jù)挖掘的均勻抽樣設(shè)計及數(shù)值分析[J];統(tǒng)計與信息論壇;2015年04期

5 鄭英豪;;大數(shù)據(jù)與企業(yè)大數(shù)據(jù)的來源[J];上海經(jīng)濟;2015年Z1期

6 田紀軍;黃艷;秦思;廖振松;;基于大數(shù)據(jù)挖掘的終端感知與換機應(yīng)用研究[J];信息通信;2014年09期

7 魏國華;康志英;;以客戶需求為導(dǎo)向的定制終端潛在客戶挖掘模型研究[J];信息安全與技術(shù);2014年03期

8 朱建平;章貴軍;劉曉葳;;大數(shù)據(jù)時代下數(shù)據(jù)分析理念的辨析[J];統(tǒng)計研究;2014年02期

9 趙睿;;基于聚類分析法的暢銷手機分析[J];科技與企業(yè);2014年02期

10 張書成;;基于“大數(shù)據(jù)”戰(zhàn)略的信息化與新型城鎮(zhèn)化發(fā)展[J];中國建設(shè)信息;2013年23期

相關(guān)重要報紙文章 前2條

1 龔燕玲;;智能手機全球銷量回暖 新興市場掀換機潮[N];通信信息報;2015年

2 李學芳;;手機換機消費時代到來[N];中國經(jīng)營報;2008年

相關(guān)碩士學位論文 前4條

1 魏炎利;自主品牌價值評價的實證研究[D];廣東工業(yè)大學;2011年

2 闞麗娟;手機品牌顧客忠誠度影響因素實證研究[D];西安理工大學;2008年

3 張靈明;品牌忠誠及其影響因素研究[D];廈門大學;2006年

4 劉愷;在線民用電表抽樣檢驗方法研究與實證分析[D];重慶大學;2004年

，

本文編號：1385634