本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的移動客戶預(yù)測及分析

  更多相關(guān)文章： 移動通信行業(yè) C4.5算法 改進(jìn)預(yù)測算法 潛在客戶預(yù)測 流失客戶預(yù)測

【摘要】：中國移動面臨的來自其他移動企業(yè)的競爭日益激烈,吸引客戶辦理新業(yè)務(wù),保障原有客戶不流失,是企業(yè)經(jīng)營中面臨的核心問題。中國移動在2013年底推出“4G業(yè)務(wù)”,在全力推廣新業(yè)務(wù)時,存在目標(biāo)用戶不明確、效率低下等問題,本文針對上述問題,對企業(yè)所提供的客戶數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,去發(fā)現(xiàn)潛在的新業(yè)務(wù)客戶群體。主要完成了以下工作:首先,對數(shù)據(jù)挖掘技術(shù)進(jìn)行了綜述;其次,分別利用貝葉斯網(wǎng)絡(luò)、C4.5算法和CART算法三種分類算法對移動4G潛在客戶進(jìn)行了預(yù)測,并對比分析了三種算法所得到的分類模型和預(yù)測結(jié)果,其中C4.5算法在準(zhǔn)確率和可解釋性等方面均表現(xiàn)更優(yōu)秀;然后,利用聚類分析對分類算法進(jìn)行了改進(jìn),將移動客戶精細(xì)劃分為三個簇:有潛力辦理4G業(yè)務(wù)的客戶、不會辦理4G業(yè)務(wù)的客戶和已辦理4G業(yè)務(wù)的客戶。對于聚類的簇數(shù)據(jù),選用C4.5算法作為分類器,在有潛力辦理4G業(yè)務(wù)的客戶簇中預(yù)測潛在客戶,在不會辦理4G業(yè)務(wù)的客戶簇中,預(yù)測流失客戶;利用關(guān)聯(lián)分析方法,在已辦理4G業(yè)務(wù)的客戶簇中,挖掘各屬性之間的潛在關(guān)系。改進(jìn)預(yù)測算法所得到的結(jié)果與陜西移動公司實際工作結(jié)果對比分析可知:本文所提算法預(yù)測的1649個4G潛在客戶中有1174個客戶實際辦理了4G業(yè)務(wù),預(yù)測潛在客戶的準(zhǔn)確率達(dá)71%。
【關(guān)鍵詞】：移動通信行業(yè) C4.5算法 改進(jìn)預(yù)測算法 潛在客戶預(yù)測 流失客戶預(yù)測
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F626;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-13
• 1.1 背景8-9
• 1.2 國內(nèi)外客戶信息分析的發(fā)展應(yīng)用現(xiàn)狀9-11
• 1.3 課題研究的意義11
• 1.4 論文組織結(jié)構(gòu)11-13
• 第二章 數(shù)據(jù)挖掘綜述13-24
• 2.1 數(shù)據(jù)挖掘定義13-14
• 2.2 數(shù)據(jù)挖掘步驟14
• 2.3 數(shù)據(jù)挖掘基本方法14-21
• 2.3.1 分類15-19
• 2.3.2 聚類分析19-20
• 2.3.3 關(guān)聯(lián)分析20-21
• 2.4 數(shù)據(jù)挖掘的發(fā)展方向21-23
• 2.5 本章小結(jié)23-24
• 第三章 移動 4G潛在客戶分類預(yù)測24-49
• 3.1 移動客戶數(shù)據(jù)資料分析24-28
• 3.1.1 目標(biāo)問題的分析24-26
• 3.1.2 數(shù)據(jù)可行性26
• 3.1.3 挖掘工具可行性26-27
• 3.1.4 算法選擇分析27-28
• 3.2 數(shù)據(jù)預(yù)處理28-30
• 3.3 基于貝葉斯網(wǎng)絡(luò)的移動潛在客戶分預(yù)測30-35
• 3.3.1 算法設(shè)計30-32
• 3.3.2 貝葉斯網(wǎng)絡(luò)的實現(xiàn)32-35
• 3.4 基于C4.5 算法的移動潛在客戶分預(yù)測35-41
• 3.4.1 算法設(shè)計35-37
• 3.4.2 C4.5 算法的實現(xiàn)37-41
• 3.5 基于CART算法的移動潛在客戶分預(yù)測41-45
• 3.5.1 算法設(shè)計41-43
• 3.5.2 CART算法的實現(xiàn)43-45
• 3.6 分類算法效果的比較分析45-48
• 3.7 本章小結(jié)48-49
• 第四章 基于聚類的移動客戶數(shù)據(jù)深入挖掘49-62
• 4.1 基于聚類的移動客戶數(shù)據(jù)挖掘49-52
• 4.1.1 聚類分析算法的設(shè)計49-50
• 4.1.2 聚類分析的實現(xiàn)50-51
• 4.1.3 基于聚類的移動客戶深入挖掘方案51-52
• 4.2 基于聚類的移動 4G潛在客戶預(yù)測算法改進(jìn)52-56
• 4.2.1 改進(jìn)算法的設(shè)計53
• 4.2.2 改進(jìn)算法的實現(xiàn)53-56
• 4.3 流失客戶預(yù)測分類挖掘56-59
• 4.3.1 流失客戶預(yù)測算法的設(shè)計56-57
• 4.3.2 流失客戶預(yù)測算法的實現(xiàn)57-59
• 4.4 已辦理業(yè)務(wù)客戶關(guān)聯(lián)分析59-61
• 4.5 本章小結(jié)61-62
• 第五章 潛在客戶的預(yù)測改進(jìn)結(jié)果與實際應(yīng)用效果的對比分析62-65
• 5.1 反饋信息比較分析62-64
• 5.2 算法改進(jìn)方向64
• 5.3 本章小結(jié)64-65
• 總結(jié)與展望65-67
• 總結(jié)65-66
• 展望66-67
• 參考文獻(xiàn)67-70
• 攻讀學(xué)位期間取得的研究成果70-71
• 致謝71

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報;2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語言[J];計算機(jī)時代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國;彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計算機(jī)科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

6 朱建平,張潤楚;數(shù)據(jù)挖掘的發(fā)展及其特點[J];統(tǒng)計與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場;2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機(jī)的“慧眼”[J];中國計算機(jī)用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計算機(jī)工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計算機(jī)工程;2002年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機(jī)模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機(jī)世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識別與評價研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

，

本文編號：698109