学位论文 > 优秀研究生学位论文题录展示

数据挖掘在电信客户关系管理及数据业务营销中的应用

作　者: 杜金刚
导　师: 郭文明
学　校: 北京邮电大学
专　业: 软件工程
关键词: 数据挖掘 客户关系管理 客户细分 客户流失预测 音乐业务
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 225次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着垄断格局的打破,国内电信运营商间的竞争也越来越激烈,而网络服务质量等方面的差别也在逐渐减少,单纯的价格战将对竞争的双方造成损失。因此,电信企业都在寻求改善服务质量、提高市场竞争力的方法。面对这种越来越激烈的市场竞争,电信企业迫切需要提高企业内部的科学决策能力,增强在市场经营等方面的正确判断力,因此,电信运营商需要数据挖掘技术。在客户关系管理中,围绕客户分析,应主要解决哪些问题,如何依据数据挖掘方法论,有针对性地将数据挖掘技术应用于客户数据建模中,对这些问题的系统研究在国内尚不多见。本文首先介绍了论文的研究背景、国内外的研究现状、客户关系管理的概念及相关理论,重点分析研究了客户关系管理的基本理念、基本特征和客户关系分析模型,并从经济学和市场营销学角度阐释了客户关系管理。接着本文介绍了数据挖掘的基本原理和实际应用模型,在对数据挖掘技术和应用模型进行分析的基础上,将数据挖掘技术应用于客户关系管理。然后具体说明了数据挖掘深化客户关系管理的实际应用：根据流失的客户和没有流失的客户性质和消费行为,进行挖掘分析,建立客户流失预测模型,分析哪些客户的流失概率较大,流失客户的消费行为如何,造成客户流失的其他相关因素：应用数据挖掘技术对电信客户进行细分,进行一对一的准确的市场营销。最后用一个实例：通过数据挖掘在x省音乐业务的深度运营中的实现帮助X省数据业务部实现无线音乐业务有本质提升,一方面提升了X省无线音乐业务在全国的排名,更深层是提升了数据业务的营销方案的优化。本文从不同的侧面,对数据挖掘在电信客户关系管理中的应用进行了系统和全面的综合论述,具有重要的现实意义和理论意义。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-17
  1.1 课题背景及意义  9-10
  1.2 国内、外研究的现状及评价  10-15
    1.2.1 数据挖掘的研究与应用现状  10-14
    1.2.2 目前研究的不足  14-15
  1.3 论文研究目标、内容及意义  15-17
    1.3.1 目标  15
    1.3.2 内容  15
    1.3.3 意义  15-17
第二章 数据挖掘与CRM的内涵  17-31
  2.1 数据挖掘的概念与基本流程  17-20
    2.1.1 数据挖掘的概念与发展  17-18
    2.1.2 数据挖掘的通用步骤  18-20
  2.2 数据挖掘的常用算法  20-22
    2.2.1 聚类算法  20-21
    2.2.2 决策树算法  21-22
    2.2.3 人工神经网络算法  22
  2.3 CRM及其在电信领域的内涵  22-27
    2.3.1 CRM的基本概念  22-24
    2.3.2 CRM的相关概念解析  24-25
    2.3.3 客户关系管理的基本特征要素  25-26
    2.3.4 客户关系管理的重要性  26-27
  2.4 数据挖掘在客户关系管理应用中的含义和作用  27-31
    2.4.1 数据挖掘在客户关系管理中的商业价值  27-28
    2.4.2 数据挖掘在客户关系管理中的基本功能  28
    2.4.3 客户关系管理中实施数据挖掘的步骤  28-29
    2.4.4 客户关系管理中实施数据挖掘要解决的几个问题  29-31
第三章 数据挖掘的过程实现  31-39
  3.1 通用数据挖掘方法  31
  3.2 SEMMA方法  31-33
  3.3 CRISP-DM方法  33-35
  3.4 方法论实现工具介绍-SPSS Clementine  35-39
第四章 数据挖掘技术在数据业务营销中的应用  39-64
  4.1 电信客户流失分析  39-44
    4.1.1 电信业客户流失背景  39
    4.1.2 分析的目的  39
    4.1.3 挖掘过程  39-41
    4.1.4 项目实施步骤  41-44
    4.1.5 分析结果  44
  4.2 电信客户细分  44-52
    4.2.1 客户行为细分的目的  44-45
    4.2.2 传统客户细分存在的缺陷  45-46
    4.2.3 客户细分步骤  46
    4.2.4 客户分析目标  46
    4.2.5 客户细分数据需求  46-48
    4.2.6 进行客户细分采用的数据挖掘技术  48
    4.2.7 项目实施过程  48-52
    4.2.8 项目总结  52
  4.3 X省数据挖掘项目实践  52-64
    4.3.1 项目背景  52-53
    4.3.2 GAMMA5维深度运营模式简介  53-54
    4.3.3 基于GAMMA5维深度运营的音乐案例实施  54-63
    4.3.4 营销活动综述及效果分析  63-64
第五章 总结  64-66
参考文献  66-67
致谢  67

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  4. Bicluster数据分析软件设计与实现,TP311.52
  5. 基于变异粒子群的聚类算法研究,TP18
  6. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  7. 基于遗传算法和粗糙集的聚类算法研究,TP18
  8. 基于知识推理的交叉销售系统的设计与实现,TP18
  9. 基于数据挖掘的税务稽查选案研究,F812.42
  10. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  11. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  12. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  13. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  14. 教学质量评估数据挖掘系统设计与开发,TP311.13
  15. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  16. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  17. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  18. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  19. 数据挖掘在学校管理和学生培养中的应用,TP311.13
  20. 基于客户协同的浪潮ERP研发管理研究,F426.672
  21. 基于数据挖掘的信用卡客户激活与响应度研究,F832.2

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com