數(shù)據(jù)挖掘在電信產(chǎn)品生命周期管理中的應用研究.pdf

1、隨著中國電信市場的逐漸成熟，電信市場競爭日益加劇，電信運營商為了留住老客戶、吸引更多的新客戶，不斷推出新的電信產(chǎn)品。一個新產(chǎn)品從構思、開發(fā)、發(fā)布和退出市場等整個過程構成了電信產(chǎn)品的生命周期，而在這個周期中的新產(chǎn)品目標客戶群的定位、推向市場前的收益預測等環(huán)節(jié)構成了電信產(chǎn)品生命周期管理中的難題。本文對電信產(chǎn)品生命周期管理模型進行了分析，并且運用數(shù)據(jù)挖掘的相關知識著重對模型中的客戶細分和產(chǎn)品預演進行了研究。 根據(jù)數(shù)據(jù)挖掘技術目前的發(fā)展

2、現(xiàn)狀和本文研究要用到的數(shù)據(jù)挖掘知識，本文首先分析了數(shù)據(jù)挖掘過程模型和對聚類算法進行了歸納。在此基礎上，本文根據(jù)國內(nèi)電信運營商的相關規(guī)范并結合實際項目提出電信產(chǎn)品生命周期管理模型，并對模型中的各個環(huán)節(jié)進行了具體分析。通過對客戶信息進行歸類，采用屬性約簡和數(shù)據(jù)規(guī)范化處理后，本文建立了電信客戶細分模型和客戶細分評價體系。然而，電信新產(chǎn)品在正式推向市場前沒有客戶和消費信息，要對其進行市場收益預測等只能借助于現(xiàn)有的電信產(chǎn)品，所以需要進行產(chǎn)品間的相

3、似性計算。本文對電信產(chǎn)品屬性進行分析，通過屬性特征抽取建立了電信產(chǎn)品相似度計算模型,并利用對象屬性相關性的強弱進行屬性歸并等提出了基于復雜對象分解的相似性度量方法。 本文根據(jù)某電信運營商的實際數(shù)據(jù)進行的仿真試驗結果表明：基于客戶細分模型的K-Means算法在客戶細分中有著較好的整體性能，為電信新產(chǎn)品目標客戶群的市場定位提供了依據(jù)；基于產(chǎn)品相似度計算模型的復雜對象分解的相似性度量方法比傳統(tǒng)距離度量方法能更準確的預測新產(chǎn)品的市場情況