基于数据挖掘的电信企业客户关系管理研究

发布时间：2022-02-13 12:38

　　面对电信市场竞争的加剧及信息技术的发展，电信企业的竞争压力不断增大。电信企业逐渐意识到以客户为中心的重要性，开始从业务驱动向客户导向转变。利用数据挖掘技术对海量的电信企业客户数据进行挖掘分析，从中发现各种潜在的、有价值的、规律性的知识，是当前电信企业提升客户关系管理水平的重要方面，极具理论意义和应用价值。本文运用理论分析与实证研究相结合的方法，针对数据挖掘在电信企业客户关系管理应用中的两个具体的应用主题进行研究。主要研究内容包括：1.通过大量的文献调研，重点分析了数据挖掘在电信企业客户关系管理中的客户细分和客户流失预测两个应用主题，指出了目前研究的不足及发展趋势，系统地介绍了客户关系管理理论，阐述了数据挖掘的一般过程、数据挖掘的主要功能以及数据挖掘的主要算法。2.建立了基于K-means算法的客户细分模型，针对某电信企业的具体情况，选定了用于客户细分的属性变量，根据该企业的客户交易行为数据，结合SPSS统计软件进行实例研究，对细分后的客户群进行了特征刻画，提出了相应的营销建议，同时也提出了细分模型的一些应用建议。3.构建了基于LVQ神经网路的电信企业客户流失预测模型，利用某电信企业客户... 

【文章来源】：江苏科技大学江苏省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

客户流失的分类Fig.5.1Classificationofcustomerchurn

【参考文献】：
期刊论文
[1]基于LVQ神经网络的电信企业客户流失预测模型研究[J]. 代逸生,杨永升.  价值工程. 2011(13)
[2]中国电信运营企业的客户关系管理研究[J]. 刘铭.  经营管理者. 2010(17)
[3]数据挖掘在电信客户细分中的应用[J]. 陈起.  科学技术与工程. 2009(16)
[4]基于LVQ神经网络模型的企业财务危机预警[J]. 董妍慧.  大连海事大学学报(社会科学版). 2008(01)
[5]基于神经网络的电信客户流失预测主题建模及实现[J]. 田玲,邱会中,郑莉华.  计算机应用. 2007(09)
[6]基于数据挖掘技术的移动通信行业客户细分[J]. 周颖,吕巍,井淼.  上海交通大学学报. 2007(07)
[7]基于云模型的动态客户细分分类模型研究[J]. 阎长顺,李一军.  哈尔滨工业大学学报. 2007(02)
[8]浅析数据挖掘技术在保险业中的应用[J]. 李俊斌.  大众科技. 2006(02)
[9]电信客户细分方法及应用[J]. 陈凤洁.  科技和产业. 2005(11)
[10]贝叶斯构造网络算法在电信CRM中的应用[J]. 田辽,张克平,覃征.  现代电子技术. 2005(10)

博士论文
[1]面向电信CRM的数据挖掘应用研究[D]. 陈金波.东南大学 2006

硕士论文
[1]数据挖掘聚类算法在CRM中的研究与应用[D]. 梁小强.新疆农业大学 2009
[2]基于数据挖掘的电信业CRM的客户细分研究[D]. 胡晓棠.东北大学 2008
[3]K-Means算法在客户细分中的应用研究[D]. 邢留伟.西南财经大学 2007
[4]动态客户关系管理下隐马尔可夫建模及实证[D]. 严博.电子科技大学 2006
[5]基于聚类的数据挖掘技术在CRM中的研究与应用[D]. 王洪艳.武汉大学 2005
[6]基于CRM数据挖掘的电信客户细分模型分析与设计[D]. 谭军.重庆大学 2005
[7]数据挖掘技术在客户关系管理中的应用研究[D]. 魏兵.南京理工大学 2004
[8]数据挖掘在电信客户细分领域的应用[D]. 叶蕾.昆明理工大学 2004



本文编号：3623208