在信息化時代,呼叫中心已經(jīng)廣泛地應(yīng)用在公安、電信、銀行、保險等行業(yè),通過電話的呼入、呼出與用戶打造溝通的橋梁。呼叫中心的運營管理自身就是對數(shù)據(jù)管理的過程,各項運營報表、整體運營成果、CSR行為舉動等,并隨著在國內(nèi)高速的發(fā)展,對管理也日趨精細化、數(shù)字化。擁有海量客戶信息是呼叫中心的主要特征,如何通過數(shù)據(jù)高效的分析用戶的需求、趨勢、動態(tài)�；诖�,本文采用大數(shù)據(jù)方法對客戶信息進行挖掘分析。采用大數(shù)據(jù)方法不僅在于對海量信息的保存,更在于用智能化手段對信息進行深入挖掘,發(fā)覺潛在的市場價值,利用數(shù)據(jù)挖掘技術(shù),從經(jīng)典的分類和聚類主題,到數(shù)據(jù)庫方法（例如,關(guān)聯(lián)規(guī)則和數(shù)據(jù)立方體）等進行分析挖掘,提高呼叫中心的效率,同時增加客戶的滿意度�；谟脩綦娫捯约按髷�(shù)據(jù)技術(shù)建立數(shù)據(jù)分析平臺,匯集系統(tǒng)數(shù)據(jù)、語音數(shù)據(jù)組成基礎(chǔ)的數(shù)據(jù)池,根據(jù)管理需求進行建模分析,如:用戶數(shù)據(jù)的深度挖掘、用戶行為模式的洞察、外呼預(yù)測模型的預(yù)測等等。通過建模、數(shù)據(jù)有效性的驗證、結(jié)果的展示等閉環(huán)研究,可提供定制查詢、業(yè)務(wù)分析、指標監(jiān)控,甚至重點用戶名單及特征等,成為呼叫中心管理決策的基本工具。本文在大量閱讀了國內(nèi)外文獻的基礎(chǔ)上,結(jié)合前人研究的成... 

【文章來源】：湖北工業(yè)大學(xué)湖北省

【文章頁數(shù)】：45 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 數(shù)據(jù)挖掘的應(yīng)用背景
    1.2 呼叫中心的概述
    1.3 呼叫中心的應(yīng)用背景
    1.4 研究目的和意義
        1.4.1 研究的目的
        1.4.2 研究的意義
    1.5 國內(nèi)外研究現(xiàn)狀
    1.6 研究內(nèi)容及框架
第2章 數(shù)據(jù)挖掘
    2.1 數(shù)據(jù)挖掘的概述
    2.2 數(shù)據(jù)挖掘的功能
    2.3 數(shù)據(jù)挖掘的技術(shù)
    2.4 數(shù)據(jù)挖掘的過程
    2.5 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域
第3章 數(shù)據(jù)挖掘的算法
    3.1 關(guān)聯(lián)規(guī)則算法
        3.1.1 Apriori算法的概述
        3.1.2 Apriori算法的不足
    3.2 聚類算法
        3.2.1 對聚類分析的要求
        3.2.2 基本聚類方法的概述
    3.3 K-MEANS算法
        3.3.1 K-means算法的原理
        3.3.2 K-means算法的一般流程
        3.3.3 K-means算法的優(yōu)缺點
        3.3.4 K-means算法的性能分析
    3.4 本章小結(jié)
第4章 通信行業(yè)呼叫中心的數(shù)據(jù)挖掘設(shè)計
    4.1 呼叫中心數(shù)據(jù)挖掘的應(yīng)用背景：
    4.2 呼叫中心數(shù)據(jù)挖掘的問題描述
    4.3 呼叫中心數(shù)據(jù)挖掘的設(shè)計方案
        4.3.1 總體的運行架構(gòu)
        4.3.2 數(shù)據(jù)的準備
        4.3.3 模型的構(gòu)建
        4.3.4 挖掘模型的評估
        4.3.5 結(jié)果分析與評價
第5章 總結(jié)與展望
    5.1 研究結(jié)論與貢獻
    5.2 展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]呼叫中心與大數(shù)據(jù)在呼叫中心中的應(yīng)用發(fā)展[J]. 令鐵軍.  中國新通信. 2016(20)
[2]Big Earth Data from space: a new engine for Earth science[J]. Huadong Guo,Lizhe Wang,Dong Liang.  Science Bulletin. 2016(07)
[3]基于梯度采樣局部收斂的生物信息大數(shù)據(jù)挖掘[J]. 孫勤紅.  科技通報. 2015(10)
[4]“互聯(lián)網(wǎng)+”在呼叫中心平臺的應(yīng)用研究——以某國有銀行J客服中心為例[J]. 楊曉斐.  時代金融. 2015(30)
[5]Big data in smart cities[J]. LI DeRen,CAO JianJun,YAO Yuan.  Science China（Information Sciences）. 2015(10)
[6]呼叫中心大數(shù)據(jù)分析應(yīng)用研究[J]. 張戩,劉旸,亓銀紅.  信息技術(shù)與標準化. 2015(07)
[7]大數(shù)據(jù)時代的數(shù)據(jù)挖掘[J]. 馬斌,周平,張建業(yè),卿松,李猷.  中國科技信息. 2014(23)
[8]云計算和大數(shù)據(jù)成呼叫中心兩大趨勢[J]. 舒文瓊.  通信世界. 2014(12)
[9]2014呼叫中心技術(shù)趨勢展望[J]. 秦建秀.  軟件和信息服務(wù). 2014(04)
[10]Mobile Internet Big Data Platform in China Unicom[J]. Wenliang Huang,Zhen Chen,Wenyu Dong,Hang Li,Bin Cao,Junwei Cao.  Tsinghua Science and Technology. 2014(01)

碩士論文
[1]G客服中心運營管理體系研究[D]. 葛忠旭.吉林大學(xué) 2016
[2]數(shù)據(jù)分析在呼叫中心運營管理中的應(yīng)用[D]. 梁思佳.吉林大學(xué) 2016
[3]論大數(shù)據(jù)分析的方法論意義[D]. 王乾.武漢科技大學(xué) 2015
[4]基于數(shù)據(jù)挖掘的呼叫中心數(shù)據(jù)分析與研究[D]. 王馳鈞.吉林大學(xué) 2015
[5]呼叫中心大數(shù)據(jù)文本挖掘分析與實現(xiàn)[D]. 鄧天浪.北京郵電大學(xué) 2015
[6]基于密度的局部離群點檢測算法分析與研究[D]. 揭財明.重慶大學(xué) 2012
[7]基于軟交換架構(gòu)的下一代呼叫中心研究與實現(xiàn)[D]. 趙彥杰.上海交通大學(xué) 2010



本文編號：3491043