分類預(yù)測技術(shù)在移動通信企業(yè)數(shù)據(jù)挖掘分析中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著移動通信市場競爭的不斷加劇和市場的日益飽和,移動通信企業(yè)的市場營銷逐步由過去的產(chǎn)品中心論演變?yōu)榭蛻糁行恼摗R钥蛻魹橹行?、深入了解客戶、引?dǎo)客戶、留住客戶、提升現(xiàn)有客戶的價值、提高客戶的滿意度、降低客戶的流失率是提高移動通信企業(yè)利潤的主要方法;通過品牌遷移實施有效的客戶保持、通過投訴客戶信用分級管理實現(xiàn)縮短投訴處理流程以及提高投訴處理的有效性是目前移動通信公司經(jīng)常采用的手段之一。本文針對拜年卡用戶品牌遷移以及投訴客戶信用評價等市場營銷

2、需求,研究了分類預(yù)測技術(shù)在移動通信企業(yè)數(shù)據(jù)挖掘分析中的應(yīng)用,設(shè)計和開發(fā)了具有高度實用性的數(shù)據(jù)挖掘算法以及適合于移動通信公司市場營銷與管理人員使用的數(shù)據(jù)挖掘模型,提出了具體的技術(shù)實施方案,取得了比較好的應(yīng)用效果。本文所做的工作主要包括兩個方面。一是分析了數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、商業(yè)智能技術(shù)及其在移動通信企業(yè)中的應(yīng)用,重點(diǎn)分析了數(shù)據(jù)挖掘技術(shù)中的分類預(yù)測技術(shù)。二是對分類預(yù)測技術(shù)中的隱馬爾可夫模型方法以及層次分析方法進(jìn)行了具體的研究與工程實現(xiàn),并將

3、其分別應(yīng)用于移動通信企業(yè)的客戶品牌遷移以及客戶信用評價分級管理。
   論文的創(chuàng)新性既在算法研究方面有所體現(xiàn),又在工程應(yīng)用方面有所體現(xiàn)。
   在理論和算法研究方面,針對傳統(tǒng)的層次分析方法運(yùn)算效率低、主觀性強(qiáng)的缺點(diǎn),對傳統(tǒng)方法進(jìn)行了改進(jìn),提出了兩種改進(jìn)的層次分析方法,即:鄰比判斷矢量法、信息增益法。基于鄰比判斷矢量的層次分析法在計算權(quán)值系數(shù)時避免了矩陣的本征分解運(yùn)算,提高了運(yùn)算效率;基于信息增益的層次分析法避免了在因素之

4、間進(jìn)行重要性的主觀判斷,直接通過信息增益確定各因素或指標(biāo)的重要程度(權(quán)值),是一種客觀的評價方法,避免了傳統(tǒng)層次分析方法中可能存在的主觀邏輯上的不一致性以及主觀性過強(qiáng)、不一定符合客觀實際的問題。
   在工程應(yīng)用方面,將基于隱馬爾科夫模型的分類預(yù)測方法應(yīng)用于移動通信企業(yè)拜年卡客戶的品牌遷移,并提出了具體的技術(shù)實施方案;將兩種改進(jìn)的層次分析法應(yīng)用于移動通信企業(yè)投訴客戶的信用評價中,并提出了具體的技術(shù)實施方案;取得了較好的工程應(yīng)用效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論