基于聚類的數(shù)據(jù)挖掘在電信客戶細分中的應用.pdf

1、進入21世紀以來,電信市場的競爭越來越激烈。為了在競爭中居于有利地位,電信企業(yè)的管理層和業(yè)務人員需要隨時了解企業(yè)的業(yè)務運行情況,如何最大程度的挽留在網(wǎng)用戶、吸取新客戶是電信企業(yè)值得關(guān)注的問題。作為電信運營商和客戶之間實現(xiàn)雙贏的重要舉措,研究客戶細分就顯得更為有意義。 本文結(jié)合實際項目,將數(shù)據(jù)挖掘技術(shù)應用于客戶細分。簡要介紹了數(shù)據(jù)挖掘的分類、技術(shù)、過程和功能以及客戶細分的方法、步驟等。通過分析,確定采用基于客戶行為的客戶細分方法來

2、進行客戶細分。作為數(shù)據(jù)挖掘的一種重要手段,具體采用了聚類技術(shù)來實現(xiàn)電信客戶的客戶細分。聚類算法眾多,本文主要研究了K-means算法和SOM算法。前者算法簡單、收斂速度快,而后者具有自穩(wěn)定、自組織的特點,設(shè)計在分析兩者優(yōu)缺點的基礎(chǔ)上,用一種結(jié)合SOM和K-means的改進聚類來進行細分,試圖達到更好的聚類效果。算法用Java編程語言實現(xiàn),在進行了數(shù)據(jù)準備和數(shù)據(jù)預處理等準備工作之后,對目標數(shù)據(jù)按客戶行為分成幾種組間差異較大、而組內(nèi)差異較小