内江移动中高端客户流失行为预警及保有研究
发布时间：2021-12-30 19:30
在竞争日益加剧的电信市场环境下,移动运营商从技术引导型向客户主导型的转变中,如何准确预警中高端价值客户的流失,如何有效挽留和维系中高端价值客户,已经成为移动通信行业亟待解决的问题。基于这样的研究背景,本文以客户关系管理理论（CRM）为切入点,以国内外通信行业的现状及客户流失情况为参照,采用理论与实证相结合的方式,进行了以下主要研究工作:首先解决移动通信行业中高端客户划分问题。采用数据挖掘中的决策树等分析技术、对移动用户账单数据探索和分析归纳出中高端用户普遍特征,确立中高端客户分析范围。其次建立中高端客户流失预测模型。提出了基于核心交往圈通话行为的分析方法,通过内江地市用户数据进行训练集分析,建立中高端客户核心交往圈通话特征库分析指标、并确立指标异动判定临界值。再次基于预警模型综合公司营销、服务资源,确立全面中高端保有思路及营销服务各环节的中高端保有策略,实现中高端客户流失预警、客户保有、客户挽留一套完整的流失预警管理流程。最后,本文将建立的中高端客户核心通话客户流失预警模型及中高端客户保有策略,运用到地市移动公司的中高端业务运营管理中、取得了理想的预警效果。
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
005-2009年移动电话用户所占比重
图 2-1 典型决策树 buys computerID3 算法（Iterative Dichotomiser）是最早的决策树算法，起源于 Hunt 等设计的概念学习系统（Concept Learning System，CLS），并于20世纪80年代初由Quinla提出并改进。ID3 算法很多优点，如分类和测试速度快等，特别适用于大型数据库与当时 IT 技术的结合起来，得到很好的推广和运用。但 ID3 算法也存在一些不足和问题，如决策树的知识表示没有规则好，很难理解一棵大分类树。因此 ID3 算法逐步演变和改进，在原基础上 Quinlan 又提出的 C4.5（ID3 的后续版本），C4.实现了将决策树转变为等价规则的功能，解决了连续取值等一系列问题，后来Quinlan 又开发了 C5.0 算法，当然还存在一些其他有名的决策树方法，如 CART、CHAID。ID3，C4.5，C5.0 和 CART 都运用了贪心方法，都采用自顶向下递归的分治方式来构造决策树，当然这也是大多数决策树归纳算法所沿用的方法，训练元组集训练和它们的相关联的类标号，由此构造决策树，在树的构建过程中，训练集递归地逐步被划分成较小的字集。选择属性和剪枝机制是各决策树算法的主要差别，通过对决策树相关文献阅
人工神经网络（Artificial Neural Network，ANN）简称为神经网络，这是心理学家和神经学家开创的，目的在于研究开发和测试神经的计算模拟，大量神经元通过极其丰富和完善的联接而构成的自适应非线性动态系统就是神经网络，这是系统观点角度出发的一种看法。神经元（神经细胞）是神经系统的基本构造，神经元（神经细胞）是处理人体各部分之间相互信息传递的基本单元，后向传播是目前最为流行的神经网络算法，由 Rumelhart 等在 1986 年提出。后向传播算法通过多层前馈（multi-layer feedforward）神经网络进行学习。多层前馈神经网络 一个输入层、一个或多个隐藏层、一个输出层组成多层前馈神经网络，它迭代地学习用于元组类标号预测的一组权重，如图 2-2 所示。
【参考文献】：
期刊论文
[1]数据挖掘在电信领域客户行为分析中的应用[J]. 王腾蛟,林子雨. 电信技术. 2008(01)
[2]社会群体特征因素对产品设计的影响[J]. 聂桂平,施荣辉,杨健. 华东理工大学学报(社会科学版). 2007(04)
[3]电信企业客户流失预测模型[J]. 夏国恩,陈云,金炜东. 统计与决策. 2006(20)
[4]国内外客户关系管理研究综述[J]. 佟婷,翁钢民. 现代管理科学. 2006(10)
[5]细分电信公众客户,制定产品组合策略[J]. 韩海潮,余永波,范鹏飞. 西安邮电学院学报. 2006(02)
[6]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)
[7]论电信运营企业的服务创新[J]. 高林海,韩起云,郑继明. 重庆邮电学院学报(社会科学版). 2005(02)
[8]移动电话客户流失数据挖掘[J]. 朱世武,崔嵬,谢邦昌. 数理统计与管理. 2005(01)
[9]基于决策树的客户流失分析[J]. 郭明. 广东通信技术. 2004(11)
[10]移动通信客户衰退期管理的思考[J]. 李萍,齐佳音,舒华英. 移动通信. 2004(11)
本文编号：3558834
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
005-2009年移动电话用户所占比重
图 2-1 典型决策树 buys computerID3 算法（Iterative Dichotomiser）是最早的决策树算法，起源于 Hunt 等设计的概念学习系统（Concept Learning System，CLS），并于20世纪80年代初由Quinla提出并改进。ID3 算法很多优点，如分类和测试速度快等，特别适用于大型数据库与当时 IT 技术的结合起来，得到很好的推广和运用。但 ID3 算法也存在一些不足和问题，如决策树的知识表示没有规则好，很难理解一棵大分类树。因此 ID3 算法逐步演变和改进，在原基础上 Quinlan 又提出的 C4.5（ID3 的后续版本），C4.实现了将决策树转变为等价规则的功能，解决了连续取值等一系列问题，后来Quinlan 又开发了 C5.0 算法，当然还存在一些其他有名的决策树方法，如 CART、CHAID。ID3，C4.5，C5.0 和 CART 都运用了贪心方法，都采用自顶向下递归的分治方式来构造决策树，当然这也是大多数决策树归纳算法所沿用的方法，训练元组集训练和它们的相关联的类标号，由此构造决策树，在树的构建过程中，训练集递归地逐步被划分成较小的字集。选择属性和剪枝机制是各决策树算法的主要差别，通过对决策树相关文献阅
人工神经网络（Artificial Neural Network，ANN）简称为神经网络，这是心理学家和神经学家开创的，目的在于研究开发和测试神经的计算模拟，大量神经元通过极其丰富和完善的联接而构成的自适应非线性动态系统就是神经网络，这是系统观点角度出发的一种看法。神经元（神经细胞）是神经系统的基本构造，神经元（神经细胞）是处理人体各部分之间相互信息传递的基本单元，后向传播是目前最为流行的神经网络算法，由 Rumelhart 等在 1986 年提出。后向传播算法通过多层前馈（multi-layer feedforward）神经网络进行学习。多层前馈神经网络 一个输入层、一个或多个隐藏层、一个输出层组成多层前馈神经网络，它迭代地学习用于元组类标号预测的一组权重，如图 2-2 所示。
【参考文献】：
期刊论文
[1]数据挖掘在电信领域客户行为分析中的应用[J]. 王腾蛟,林子雨. 电信技术. 2008(01)
[2]社会群体特征因素对产品设计的影响[J]. 聂桂平,施荣辉,杨健. 华东理工大学学报(社会科学版). 2007(04)
[3]电信企业客户流失预测模型[J]. 夏国恩,陈云,金炜东. 统计与决策. 2006(20)
[4]国内外客户关系管理研究综述[J]. 佟婷,翁钢民. 现代管理科学. 2006(10)
[5]细分电信公众客户,制定产品组合策略[J]. 韩海潮,余永波,范鹏飞. 西安邮电学院学报. 2006(02)
[6]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)
[7]论电信运营企业的服务创新[J]. 高林海,韩起云,郑继明. 重庆邮电学院学报(社会科学版). 2005(02)
[8]移动电话客户流失数据挖掘[J]. 朱世武,崔嵬,谢邦昌. 数理统计与管理. 2005(01)
[9]基于决策树的客户流失分析[J]. 郭明. 广东通信技术. 2004(11)
[10]移动通信客户衰退期管理的思考[J]. 李萍,齐佳音,舒华英. 移动通信. 2004(11)
本文编号：3558834
本文链接：https://www.wllwen.com/jingjilunwen/xxjj/3558834.html
