面對電信市場競爭的加劇和信息技術(shù)的發(fā)展,電信企業(yè)必須建立以“客戶為中心”的管理模式。因此,利用數(shù)據(jù)挖掘技術(shù)對海量的電信企業(yè)客戶數(shù)據(jù)進行挖掘分析,從中發(fā)現(xiàn)各種潛在的、有價值的、規(guī)律性知識,是當(dāng)前電信企業(yè)提升CRM水平的重要方面,極具理論意義和應(yīng)用價值。本文運用理論分析與實證研究相結(jié)合的方法,針對數(shù)據(jù)挖掘在電信CRM中的若干個具體應(yīng)用問題進行研究。主要內(nèi)容如下:1.詳細地分析了電信企業(yè)IT系統(tǒng)現(xiàn)狀,建立面向客戶主題的電信企業(yè)數(shù)據(jù)倉庫體系結(jié)構(gòu),對電信企業(yè)數(shù)據(jù)倉庫主題分析進行了研究,設(shè)計了相應(yīng)的數(shù)據(jù)模型:物理模型和邏輯模型,并對電信企業(yè)數(shù)據(jù)倉庫的實現(xiàn)方式進行了分析論述。2.系統(tǒng)地介紹了CRM理論,設(shè)計了以客戶為中心、閉環(huán)的四層電信CRM體系結(jié)構(gòu);對電信客戶管理進行系統(tǒng)地研究,以電信客戶生命周期管理理論為框架,建立了基于數(shù)據(jù)挖掘的電信客戶生命周期管理模型。3.依據(jù)CLV理論,建立了基于當(dāng)前價值、增量價值和存量價值的電信客戶價值模型;并以此為理論依據(jù),設(shè)計了電信客戶價值評價指標體系;結(jié)合AHP法,提出了電信CLV的計算方法,并對某電信企業(yè)客戶進行了實證分析。4.建立了遺傳算法優(yōu)化的改進K-mean... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：174 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
術(shù)語縮寫對照表
圖目錄
表目錄
1 緒論
    1.1 問題的提出
    1.2 研究現(xiàn)狀
        1.2.1 客戶關(guān)系管理
        1.2.2 數(shù)據(jù)挖掘技術(shù)
        1.2.3 數(shù)據(jù)挖掘在CRM中的應(yīng)用
        1.2.4 面向電信CRM的數(shù)據(jù)挖掘應(yīng)用
        1.2.5 目前研究的不足
    1.3 本文的研究內(nèi)容和結(jié)構(gòu)
    1.4 本文的主要創(chuàng)新點
2 數(shù)據(jù)挖掘理論與方法基礎(chǔ)
    2.1 數(shù)據(jù)挖掘過程
        2.1.1 明確商業(yè)問題
        2.1.2 數(shù)據(jù)準備
        2.1.3 選擇挖掘算法
        2.1.4 建立并評估模型
        2.1.5 解釋挖掘結(jié)果
    2.2 數(shù)據(jù)挖掘功能
        2.2.1 聚類
        2.2.2 分類和預(yù)測
        2.2.3 關(guān)聯(lián)和序列模式發(fā)現(xiàn)
    2.3 數(shù)據(jù)挖掘算法
        2.3.1 K-means算法
        2.3.2 決策樹
        2.3.3 關(guān)聯(lián)規(guī)則
        2.3.4 人工神經(jīng)網(wǎng)絡(luò)
        2.3.5 遺傳算法
    2.4 本章小結(jié)
3 電信企業(yè)數(shù)據(jù)倉庫建設(shè)
    3.1 IT系統(tǒng)現(xiàn)狀
        3.1.1 業(yè)務(wù)支撐系統(tǒng)(BSS)簡介
        3.1.2 BSS的不足
    3.2 電信企業(yè)數(shù)據(jù)倉庫的分析與設(shè)計
        3.2.1 數(shù)據(jù)倉庫建設(shè)的必要性
        3.2.2 功能需求和主題確定
        3.2.3 體系結(jié)構(gòu)
        3.2.4 分析維度
        3.2.5 分析方法和分析模型體系
        3.2.6 數(shù)據(jù)模型設(shè)計
    3.3 電信企業(yè)數(shù)據(jù)倉庫的實現(xiàn)
        3.3.1 建設(shè)方法選擇
        3.3.2 ETL子系統(tǒng)設(shè)計
        3.3.3 粒度設(shè)計
    3.4 本章小結(jié)
4 基于數(shù)據(jù)挖掘的電信企業(yè)客戶關(guān)系管理
    4.1 CRM理論回顧
        4.1.1 CRM的內(nèi)涵
        4.1.2 CRM的產(chǎn)生背景
        4.1.3 CRM系統(tǒng)的類型與功能
    4.2 電信企業(yè)的CRM
        4.2.1 實施CRM的動因
        4.2.2 CRM的目標與系統(tǒng)結(jié)構(gòu)
    4.3 基于CLT和DM的電信CRM模型
        4.3.1 CLT理論
        4.3.2 電信CLT管理
        4.3.3 基于DM的電信CLT管理模型
    4.4 本章小結(jié)
5 電信客戶生命周期價值模型及其評價
    5.1 CLV模型研究綜述
    5.2 電信CLV模型
    5.3 電信客戶價值評價指標體系
        5.3.1 客戶當(dāng)前價值
        5.3.2 客戶增量價值
        5.3.3 客戶存量價值
        5.3.4 遞階層次結(jié)構(gòu)
    5.4 實證研究
        5.4.1 指標賦權(quán)
        5.4.2 客戶價值評價
        5.4.3 營銷建議
    5.5 本章小結(jié)
6 電信客戶細分模型
    6.1 客戶細分意義與方法
        6.1.1 客戶細分的意義
        6.1.2 細分方法演進
    6.2 屬性選擇
        6.2.1 客戶基本屬性
        6.2.2 價值屬性
        6.2.3 行為屬性
    6.3 數(shù)據(jù)準備
        6.3.1 數(shù)據(jù)檢測
        6.3.2 屬性約簡
        6.3.3 數(shù)據(jù)轉(zhuǎn)換
    6.4 客戶細分模型
        6.4.1 K-means算法
        6.4.2 LKM算法
        6.4.3 GLKM算法
    6.5 客戶細分模型的評價
        6.5.1 無指導(dǎo)的評價
        6.5.2 有指導(dǎo)的評價
    6.6 仿真計算
    6.7 本章小結(jié)
7 電信客戶細分實證研究
    7.1 寬表設(shè)計
        7.1.1 數(shù)據(jù)來源
        7.1.2 寬表設(shè)計
        7.1.3 寬表屬性
    7.2 數(shù)據(jù)準備
        7.2.1 數(shù)據(jù)檢測
        7.2.2 屬性約簡
        7.2.3 數(shù)據(jù)轉(zhuǎn)換
    7.3 建立與評估模型
        7.3.1 價值細分
        7.3.2 行為細分
        7.3.3 價值-行為細分
    7.4 結(jié)果與解釋
    7.5 本章小結(jié)
8 電信客戶流失預(yù)測模型
    8.1 研究背景與問題定義
        8.1.1 背景
        8.1.2 問題理解
    8.2 電信客戶流失預(yù)測研究綜述
        8.2.1 客戶流失的影響因素
        8.2.2 預(yù)測的相關(guān)方法
    8.3 數(shù)據(jù)理解與數(shù)據(jù)準備
        8.3.1 數(shù)據(jù)理解
        8.3.2 建模數(shù)據(jù)采集
        8.3.3 不對稱樣本分布問題的處理
    8.4 代價最小化的電信客戶流失預(yù)測模型
        8.4.1 流失預(yù)測與代價敏感學(xué)習(xí)
        8.4.2 C4.5 決策樹算法
        8.4.3 組合分類器與AdaCost算法
        8.4.4 建模思路
    8.5 模型評估
        8.5.1 不考慮代價的模型評價指標
        8.5.2 考慮代價的模型評估方法
    8.6 本章小結(jié)
9 電信客戶流失預(yù)測實證研究
    9.1 數(shù)據(jù)準備
        9.1.1 樣本數(shù)據(jù)采集
        9.1.2 數(shù)據(jù)集描述
        9.1.3 屬性約簡
    9.2 代價敏感客戶流失預(yù)測的實證研究
    9.3 模型的收益性分析
    9.4 營銷建議
        9.4.1 規(guī)則導(dǎo)出示例
        9.4.2 客戶挽留流程
        9.4.3 挽留策略設(shè)計
    9.5 本章小結(jié)
10 總結(jié)與展望
    10.1 論文的主要結(jié)論
    10.2 研究局限與研究展望
11 參考文獻
12 作者在學(xué)期間發(fā)表與投稿的論文以及主持和參加的科研項目
    作者在學(xué)期間發(fā)表、錄用和已投的論文
    作者在學(xué)期間主持和參加的科研項目
    科研獲獎
致謝


【參考文獻】：
期刊論文
[1]一種基于SOM和K-means的文檔聚類算法[J]. 楊占華,楊燕.  計算機應(yīng)用研究. 2006(05)
[2]代價敏感支持向量機[J]. 鄭恩輝,李平,宋執(zhí)環(huán).  控制與決策. 2006(04)
[3]客戶資源價值評價體系設(shè)計[J]. 林彥,蔡啟明.  商業(yè)研究. 2006(03)
[4]基于數(shù)據(jù)挖掘粗糙集技術(shù)的電信運營商客戶價值評價[J]. 譚耀武.  沿海企業(yè)與科技. 2006(01)
[5]基于價值的客戶序位評價應(yīng)用研究[J]. 劉承水,乞建勛.  管理科學(xué). 2005(06)
[6]電信客戶細分方法及應(yīng)用[J]. 陳鳳潔.  科技和產(chǎn)業(yè). 2005(11)
[7]一種加權(quán)支持向量機分類算法[J]. 賈銀山,賈傳熒.  計算機工程. 2005(12)
[8]客戶流失危機分析的決策樹方法[J]. 盛昭瀚,柳炳祥.  管理科學(xué)學(xué)報. 2005(02)
[9]國外交叉銷售研究綜述[J]. 汪濤,崔楠.  外國經(jīng)濟與管理. 2005(04)
[10]一種基于蟻群算法的模糊C均值聚類[J]. 周新華,黃道.  控制工程. 2005(02)



本文編號：3246876