学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在短信系统中的应用研究

作　者: 施刚
导　师: 李凡长
学　校: 苏州大学
专　业: 软件工程
关键词: 数据挖掘技术 短信系统 营销决策
分类号: TP311.13
类　型: 硕士论文
年　份: 2009年
下　载: 35次
引　用: 0次
阅　读: 论文下载
 

内容摘要


短信增值业务近年来在国内得到了高速发展,但是随着短信用户数量的飞速增加,短信系统中的海量用户信息并没有得到充分的开发利用。而数据挖掘技术是人们研究海量信息处理的主要方法之一。随着人们研究的深入,数据挖掘技术已经日益成熟,并广泛应用于各行各业。因此,本文将数据挖掘技术和短信系统相结合,研究数据挖掘技术在短信系统中的应用,并将分析结果应用于营销决策的制定上。本文的内容包括:分析了国内短信系统中数据挖掘技术的应用现状,提出国内大部分SP商的短信系统中的用户信息没有得到充分开发利用的观点;深入学习了数据挖掘技术的相关知识,讨论了数据挖掘工具的选取标准;设计了一个基于数据挖掘技术的短信系统,为后续的工作搭建平台;使用数据挖掘技术对该短信系统中的海量用户信息进行分析处理,将分析结果以简洁直观的图表形式呈现给决策者;运用数据挖掘的相关算法建模将用户细分,根据数据挖掘结果制定相应的营销策略,帮助SP商更好地拓展市场。本文的研究目标是将数据挖掘技术应用于短信系统中的数据库,从数据库中的海量数据提取出潜在有用的信息,使决策者可以根据准确、及时的客户信息制定出有效的营销策略,从而进一步发展其短信业务。

全文目录


中文摘要  3-4
Abstract  4-8
第一章 引言  8-14
  1.1 数据挖掘技术在短信增值业务中应用的现状分析  8-10
  1.2 数据挖掘应用于短信系统的可行性研究  10-12
    1.2.1 技术可行性研究  11
    1.2.2 经济可行性研究  11
    1.2.3 社会可行性研究  11-12
  1.3 本文的研究目标和内容  12
  1.4 本文的组织结构  12-14
第二章 数据挖掘技术的相关基础理论  14-33
  2.1 数据挖掘的概念  14-18
    2.1.1 数据挖掘的定义  14-15
    2.1.2 数据挖掘的任务  15-16
    2.1.3 数据挖掘的方法  16-17
    2.1.4 数据挖掘的过程  17-18
  2.3 数据仓库的相关基础理论  18-23
    2.3.1 数据仓库的概念及特征  18-20
    2.3.2 数据仓库的工作过程  20-23
  2.4 数据挖掘工具的分类与比较  23-30
    2.4.1 数据挖掘工具种类  23-24
    2.4.2 数据挖掘工具选择标准  24-25
    2.4.3 数据挖掘工具评判标准  25-30
  2.5 数据挖掘算法介绍  30-32
  2.6 小结  32-33
第三章 基于数据挖掘应用的短信系统的设计  33-52
  3.1 需求分析  33-38
    3.1.1 短信系统的功能  33-34
    3.1.2 短信系统的性能  34-36
    3.1.3 短信系统的主要模块  36-38
  3.2 组网方案  38-41
    3.2.1 组网方式  39-40
    3.2.2 数据来源  40
    3.2.3 数据分拣  40
    3.2.4 积分处理  40
    3.2.5 短信下行  40-41
  3.3 短信系统数据库的设计  41-51
    3.3.1 短信系统数据库的功能  41
    3.3.2 具体实现采用的系统环境  41
    3.3.3 数据库表结构  41-51
  3.4 小结  51-52
第四章 基于数据挖掘应用的短信系统的实现  52-75
  4.1 “A”计划短信系统中的挖掘工具  52-53
    4.1.1 “A”计划短信系统的挖掘算法  52
    4.1.2 “A”计划短信系统的挖掘工具—— SPSS 简介  52-53
  4.2 “A”计划短信系统数据挖掘实现过程  53-63
  4.3“A”计划短信系统数据挖掘结果分析  63-64
  4.4 “A”计划短信业务的营销策略制定  64-68
  4.5 基于聚类分析的客户细分  68-71
    4.5.1 目标和任务  68
    4.5.2 算法的选择  68-69
    4.5.3 数据挖掘过程  69-70
    4.5.4 模型解释  70
    4.5.5 结果应用  70-71
  4.6 基于关联分析对高值用户的进一步挖掘  71-74
    4.6.1 目标与任务  71
    4.6.3 关联分析挖掘过程  71-73
    4.6.4 模型解释  73
    4.6.5 结果应用  73-74
  4.7 小结  74-75
第五章 总结与展望  75-77
  5.1 全文总结  75
  5.2 展望  75-77
参考文献  77-80
攻读学位期间公开发表的论文  80-81
致谢  81

相似论文

  1. 基于数据挖掘技术的教学管理应用研究,TP311.13
  2. 面向电力营销的OLAP与数据挖掘技术研究与应用,TP311.13
  3. 基于数据挖掘的股票数据分析,TP311.13
  4. 基于智能Web的课件发布平台的研究与实践,TP311.52
  5. BP神经网络股票分析模型系统的设计与实现,TP311.13
  6. 数据挖掘技术在高校教学评估中的应用,TP311.13
  7. 移动增值业务精确化营销数据分析挖掘系统的设计与开发,TP311.13
  8. 商业银行信用卡业务中数据挖掘的应用,F832.2
  9. 数据挖掘在成绩分析中的应用性研究,TP311.13
  10. 蒲电公司电力营销决策支持系统研究,F426.61
  11. 欺诈短信的语篇分析,H15
  12. 数据挖掘在电信行业精确营销中的研究与应用,TP311.13
  13. 基于人工智能技术的企业决策支持系统研究,TP311.13
  14. 基于营销道德视角的我国乳品加工企业营销决策研究,F426.82
  15. 数据挖掘在长距离浆体管道泄漏检测中的应用,TP311.13
  16. 基于自动识别技术的“一对一”客户关系管理研究,F274
  17. 美国市场亚文化特点及对国际市场营销的影响,F274
  18. 基于数据仓库的电力营销辅助决策支持系统的研究与实现,TP311.52
  19. 多维数据分析及其在电力营销决策中的应用,TM769
  20. 数据挖掘技术在乳腺X线诊断中的应用,R816.4

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