基于数据挖掘的浙江省移动客户消费行为研究

发布时间：2017-03-30 17:03

  本文关键词：基于数据挖掘的浙江省移动客户消费行为研究，由笔耕文化传播整理发布。

【摘要】：大数据时代的冲击下,电信市场的竞争日益激烈,客户的转移成本不断降低,运营商经营成本逐步增加,同时,电信客户对通信服务质量的要求也在不断地提高。因此,如何进行电信客户消费行为分析,运用有限的经营资源最大限度得满足客户期望,提高客户的消费粘性,对于电信企业具有重要的战略意义。本文进行了基于数据挖掘的移动通信客户消费行为分析,首先叙述了数据挖掘理论和客户消费行为理论；然后,利用数据挖掘技术对客户形象进行画像,筛选有价值客户进行研究；接着运用数据挖掘方法基于客户消费行为进行客户细分；最后研究了移动客户购买模式即运用关联规则发现不同客户群的消费规律。本文进行了基于浙江省移动客户数据的客户消费行为分析,研究结论可以发现应用数据挖掘技术是分析客户消费行为具有实效的、科学可靠的研究工具。本文的研究成果可作为辅助电信运营商商业决策的科学依据。同时,本文建议通过搭建信息平台,为电信运营商实施精确营销和个性化推荐提供强有力的数据支撑,为客户价值监测提供平台支持。
【关键词】：消费行为 数据挖掘 RFM模型 客户细分 聚类算法 关联规则
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F626;F713.55
【目录】：

• 摘要2-3
• ABSTRACT3-6
• 第一章 绪论6-12
• 第一节 研究背景与研究意义6-7
• 第二节 主要内容与研究方法7-10
• 第三节 可能的创新点10-12
• 第二章 文献综述12-17
• 第一节 基于数据挖掘的客户消费行为研究12-14
• 第二节 基于其他方法的电信业客户消费行为研究14-15
• 第三节 研究述评15-17
• 第三章 移动客户属性及客户价值分析17-26
• 第一节 数据预处理17-21
• 第二节 客户基本特征描述性分析21-23
• 第三节 客户价值分析——基于RFM模型23-26
• 第四章 基于数据挖掘的移动客户消费行为分析26-51
• 第一节 基于聚类挖掘的移动客户细分26-34
• 第二节 基于关联挖掘的移动客户消费模式分析34-51
• 第五章 结论及展望51-54
• 第一节 全文总结51-52
• 第二节 研究展望52-54
• 参考文献54-57
• 致谢57-58

【相似文献】

中国期刊全文数据库 前10条

1 杨辉;数据挖掘及其在商业银行中的应用[J];中国金融电脑;1998年11期

2 刘桂霞,崔永铎,高平和;关于数据挖掘的研究[J];工业技术经济;2000年03期

3 何东峰;数据挖掘要适当[J];互联网周刊;2000年Z1期

4 石艳芬;数据挖掘,你做了没有?[J];企业活力;2001年12期

5 宋海岚;浅叙数据挖掘在商业中的应用[J];计划与市场;2002年03期

6 吴载斌,王斌会;数据挖掘中的预测及其应用[J];统计与预测;2002年01期

7 洪崎;数据集中与数据挖掘[J];中国金融电脑;2002年10期

8 刘锡京,宣慧玉;客户关系管理与数据挖掘[J];中外管理导报;2002年10期

9 朱慧云,钱颖;数据挖掘在客户关系管理中的应用[J];江苏商论;2003年04期

10 ;数据挖掘的发展与电信行业的应用[J];通信企业管理;2003年08期

中国重要会议论文全文数据库 前10条

1 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

2 李久丹;陈剑;覃涛;;数据挖掘技术理论研究[A];广西计算机学会2010年学术年会论文集[C];2010年

3 张秋彤;;数据挖掘与高校图书馆个性化信息服务[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年

5 毛定祥;;数据挖掘与实证经济学[A];2003中国现场统计研究会第十一届学术年会论文集（上）[C];2003年

6 段培俊;周东岱;;数据挖掘研究综述[A];2003年中国智能自动化会议论文集（下册）[C];2003年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 孙明;康红梅;莫一;;数据挖掘在科技奖励管理系统专家库中的应用[A];2005年十二省区市机械工程学会学术年会论文集（湖北专集）[C];2005年

10 邵红全;杨菊梅;潘建雄;;数据挖掘的策略与实现技术[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国硕士学位论文全文数据库 前10条

1 杨毅超;基于Web数据挖掘的作物商务平台分析与研究[D];湖南农业大学;2008年

2 徐进华;基于灰色系统理论的数据挖掘及其模型研究[D];北京交通大学;2009年

3 俞驰;基于网络数据挖掘的客户获取系统研究[D];西安电子科技大学;2009年

4 冯军;数据挖掘在自动外呼系统中的应用[D];北京邮电大学;2009年

5 于宝华;基于数据挖掘的高考数据分析[D];天津大学;2009年

6 王仁彦;数据挖掘与网站运营管理[D];华东师范大学;2010年

7 彭智军;数据挖掘的若干新方法及其在我国证券市场中应用[D];重庆大学;2005年

8 涂继亮;基于数据挖掘的智能客户关系管理系统研究[D];哈尔滨理工大学;2005年

9 贾治国;数据挖掘在高考填报志愿上的应用[D];内蒙古大学;2005年

10 马飞;基于数据挖掘的航运市场预测系统设计及研究[D];大连海事大学;2006年

  本文关键词：基于数据挖掘的浙江省移动客户消费行为研究，，由笔耕文化传播整理发布。

本文编号：277599