數(shù)據(jù)挖掘是近年來伴隨著人工智能和數(shù)據(jù)庫技術(shù)發(fā)展而出現(xiàn)的一門新興技術(shù)。它的核心功能是從巨大的數(shù)據(jù)集或數(shù)據(jù)倉庫中獲取有用信息,以供企業(yè)分析和處理各種復(fù)雜的數(shù)據(jù)關(guān)系。隨著電信市場競爭的日益加劇,運(yùn)營商普遍開始向“客戶驅(qū)動”管理模式轉(zhuǎn)變。最近幾年,數(shù)據(jù)挖掘技術(shù)以其強(qiáng)大的數(shù)據(jù)分析功能被普遍應(yīng)用到電信運(yùn)營商客戶管理之中。目前,電信運(yùn)營商面臨激烈的市場競爭,客戶爭奪愈演愈烈,每個企業(yè)都存在客戶流失的問題。傳統(tǒng)意義上來講,留住一個客戶所需要的成本是爭取一個新用戶成本的1/5,尤其對于剩余客戶市場日漸稀疏的通信市場來說,減少客戶流失就意味著用更少的成本減少利潤的流失,這點(diǎn)已經(jīng)為運(yùn)營商所廣為接受。然而問題所在是當(dāng)運(yùn)營商面臨海量的客戶資料時,應(yīng)如何才能夠從中提取出有效的信息以判斷客戶流失的狀況或者傾向。在此,數(shù)據(jù)挖掘所提供的數(shù)據(jù)探索能力得到了充分的發(fā)揮。本論文依據(jù)CRISP-DM方法論,對“商業(yè)理解-數(shù)據(jù)理解-數(shù)據(jù)準(zhǔn)備-模型建立-模型評估-模型發(fā)布”各個環(huán)節(jié)的實(shí)施關(guān)鍵點(diǎn)結(jié)合實(shí)例進(jìn)行了詳述闡述；應(yīng)用聚類分析的數(shù)據(jù)挖掘技術(shù)進(jìn)行市場細(xì)分,使?fàn)I銷者根據(jù)顧客之間需求的差異性,把一個整體市場劃分為若干個消費(fèi)者群的市場分... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

以ISP-幽模塑

圖4一1解決方案體系結(jié)構(gòu)由于該系統(tǒng)涉及的功能模塊比較多，這里不能一一介紹，所以本論文將只對數(shù)據(jù)挖掘在客戶流失分析子系統(tǒng)中的應(yīng)用進(jìn)行深入的探討。4.4采用cRISP--DM方法對客戶群進(jìn)行聚類分析CRISP一DM方法論是由SPSS、NCR和Daimler一Benzd在1996年提出的是國際上數(shù)據(jù)挖掘行業(yè)流行的標(biāo)準(zhǔn)。CRISP一DM定義了數(shù)據(jù)挖掘項(xiàng)目的標(biāo)準(zhǔn)化流程:商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、模型建立、結(jié)果評估和應(yīng)用部署幾個階段。在這個循環(huán)中有時需要在幾個步驟間進(jìn)行反復(fù)，完成實(shí)際數(shù)據(jù)、挖掘目標(biāo)和商業(yè)問題解決之間的平衡，因?yàn)橥耆硐氲膶?shí)施環(huán)境目前還不存在，有時必須根據(jù)實(shí)際情況作出取舍。

圖4一2數(shù)據(jù)整理準(zhǔn)備流圖2.數(shù)據(jù)探索和檢驗(yàn)數(shù)據(jù)質(zhì)量。通過值分析對數(shù)據(jù)進(jìn)行基本的探查，包括空值、唯一值、空字符串、零值、正值、負(fù)值的統(tǒng)計(jì);統(tǒng)計(jì)分析計(jì)算各數(shù)值型變量的最小值、最大值、均值、標(biāo)準(zhǔn)

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用[J]. 張彤.  管理現(xiàn)代化. 2003(04)



本文編號：3015356