电信运营中的客户价值模型的分析与设计

发布时间：2022-02-16 23:41

　　电信业是典型的数据密集型行业,随着电信体制改革的深化,电信业的竞争也日趋激烈。与其他行业相比,电信业拥有更多的有关用户的数据,因此只有正确地分析用户数据,发现更多商机,做出正确的决策,从而更好地向用户提供服务,才能在行业竞争中获胜。电信行业的决策,在很大程度上依赖于客户的分类,针对不同类型的客户,实施相应的策略,从而获得客户的满意,征得客户的信任,把握真诚的客户群,最终使得企业自身获益。客户的分类依赖于客户价值的分析,通过对客户价值的详细分析,可以获知客户价值的大小,客户价值的类型,从而得到客户的分类。电信业务的特性是业务系统众多,数据庞杂,基于客户价值的分析,需要对这些海量数据进行提取、处理、分析。数据挖掘技术是现今最好的处理海量数据的技术,它的功能就是从大量纷繁复杂的数据中,挖掘出潜在的规则、模式和知识。决策树算法是数据挖掘技术中对分类问题深入分析的方法之一,它具有分类构造易于理解,算法速度快,准确性高的特点。本文阐述了客户价值的含义、特点及其价值分类,阐述了数据挖掘技术的作用,决策树技术的原理和算法的流程。使用数据挖掘技术的决策树算法,从客户的当前价值模型和客户的潜在价值模型两个... 

【文章来源】：成都理工大学四川省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
目录
第1章 前言
    1.1 研究背景
    1.2 研究目的和意义
        1.2.1 研究目的
        1.2.2 研究意义
    1.3 国内外客户价值分析方法的研究现状
    1.4 研究内容
        1.4.1 论文的主要内容
        1.4.2 论文的总体结构
        1.4.3 论文的创新点
第2章 客户价值分析的理论和研究
    2.1 客户价值的理论
    2.2 客户价值的分析
第3章 数据挖掘技术的详细阐述
    3.1 数据挖掘概述
    3.2 数据挖掘的作用
    3.3 决策树技术的原理
第4章 当前客户价值的分析模型
    4.1 客户分析
    4.2 当前客户价值的模型建立
        4.2.1 挖掘算法的选择
        4.2.2 建立客户当前价值的预测模型
        4.2.3 客户当前价值模型的测试
第5章 客户忠诚度分析模型
    5.1 客户忠诚度和潜在客户价值的概念
    5.2 客户忠诚度影响属性的分析
    5.3 客户忠诚度指标的建立
        5.3.1 主客观忠诚度构成要素
        5.3.2 客户忠诚度分析模型
第6章 客户价值评价的结论与建议
结论
致谢
参考文献


【参考文献】：
期刊论文
[1]数据挖掘在电信客户细分中的应用研究[J]. 许昌加,高阳.  成组技术与生产现代化. 2004(01)
[2]基于数据仓库技术面向电信服务企业的决策支持系统[J]. 崔南方,刘英姿,詹蓉.  科技进步与对策. 2003(11)
[3]数据挖掘技术在CRM中的应用[J]. 张喆,常桂然,黄小原.  中国管理科学. 2003(01)
[4]基于电信业务的数据仓库系统设计[J]. 刘英姿,崔南方,马士华.  华中科技大学学报(自然科学版). 2002(09)
[5]数据挖掘在电信客户关系管理中的应用[J]. 赵宏波,孟雅玲.  电信技术. 2001(12)
[6]数据仓库开发的规划研究[J]. 陈京民.  计算机与网络. 2000(09)
[7]电信经济发展规划决策支持系统研究[J]. 张文宇,陇小渝.  西安邮电学院学报. 2000(01)



本文编号：3628878