基于聚類的數據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用戶、吸取新客戶是電信企業(yè)值得關注的問題。作為電信運營商和客戶之間實現雙贏的重要舉措,研究客戶細分就顯得更為有意義。 本文結合實際項目,將數據挖掘技術應用于客戶細分。簡要介紹了數據挖掘的分類、技術、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。作為數據挖掘的一種重要手段,具體采用了聚類技術來實現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,設計在分析兩者優(yōu)缺點的基礎上,用一種結合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,在進行了數據準備和數據預處理等準備工作之后,對目標數據按客戶行為分成幾種組間差異較大、而組內差異較小