收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

移动通信业客户流失行为预测技术的研究

管东升  
【摘要】:随着电信体制改革和不断深化,以及中国加入WTO后电信行业逐步放开,国外各大电信运营商不断地参与到我国的电信运营中来,我国电信行业竞争将日趋激烈。科学和合理地制定有效的营销和服务策略去最大程度地降低客户的流失率,尤其是优质客户和各类大客户,变得尤为重要。因此预测客户在未来一段时期内流失倾向和流失原因并有针对性地提供相应的关怀服务成为降低客户流失率的关键。 在我国,电信运营商经过多年来不断发展、壮大,已经拥有许多成熟的数据库应用系统,并产生大量的业务处理数据。已经具备对客户关系分析的物质基础。但是,面对海量的数据,想要科学和合理地分析和预测出客户在未来一段时期内的流失的倾向性,流失客户具有哪些特征,以及如何更有针对性地对流失客户进行关怀服务以挽留客户,传统意义上的基于人工管理的分析市场和客户行为的方法已显得无能为力。因此,必须利用先进的数据挖掘技术和机器学习技术,来提高对客户行为的预测能力。数据挖掘技术、成熟的数据挖掘算法对海量数据的处理能力,以及人工智能研究领域中机器学习技术研究的不断深入和发展,都为研究移动通信业的客户流失行为预测提供了必要的技术和理论支持。 本文从提高数据挖掘的效率和精度的目的出发,对BP神经网络预测模型进行了有益的改善,同时给出了基于粗糙集理论的并行遗传属性约简和BP神经网络相结合的客户流失预测方法。通过并行遗传属性约简算法对神经网络的输入属性空间进行约简,采用神经网络对约简后的数据进行挖掘。此方法充分发挥了粗糙集理论在约简知识方面的能力和神经网络预测精度高的特点,应用于移动通信业客户流失行为预测技术研究中,取得了很好的效果。 在上述研究的基础上,本文构建移动通信业客户流失行为预测系统基本框架,结合预测系统的自身特点,建立客户流失行为预测模型,给出移动通信业客户流失行为预测的解决方案。并对预测模型进行性能评估。评估结果表明本论文建立的预测模型是科学的、基本上符合实际情况。本文构建的预测模型对解决移动通信业客户流失行为预测方面的问题具有普遍意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李丹实;;使用SQL Server2005构建数据挖掘应用程序[J];煤炭技术;2011年07期
2 李炳燃;张金哲;;数据挖掘在设备故障诊断专家系统知识获取中的应用[J];科技信息;2011年20期
3 李玲俐;;数据挖掘中分类算法综述[J];重庆师范大学学报(自然科学版);2011年04期
4 刘亚楠;;网络信息检索在统计中的应用[J];现代营销(学苑版);2011年08期
5 ;美用DNA制造出首个人造神经网络[J];硅谷;2011年17期
6 陈大平;;基于数据挖掘技术的CRM浅议[J];长春理工大学学报;2011年09期
7 张韬;胡旻;;互联网Web数据挖掘模型设计与技术实现[J];卫星与网络;2010年10期
8 王小巍;蒋玉明;;决策树ID3算法的分析与改进[J];计算机工程与设计;2011年09期
9 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期
10 杜垒;王飞;;数据挖掘在学生管理中的应用[J];科技信息;2011年18期
11 李想;;PLE编码在关联数据挖掘中的应用[J];电脑知识与技术;2011年15期
12 张博;张超伟;;中药方剂数据挖掘中的数据预处理研究[J];电脑知识与技术;2011年17期
13 杜英;;关联规则挖掘研究[J];知识经济;2011年14期
14 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期
15 吴旭东;柳炳祥;;聚类分析在高校图书馆管理中的应用[J];电脑开发与应用;2011年09期
16 吕鸣剑;;数据挖掘在知识工程中的应用研究[J];电脑知识与技术;2011年23期
17 熊芃;邓蓓;;数据挖掘在图书馆读者借阅系统中的应用[J];九江学院学报(自然科学版);2011年02期
18 郭庆春;孔令军;史永博;崔文娟;张小永;寇立群;;基于神经网络的入境旅游人数预测[J];价值工程;2011年25期
19 王颖洁;;模糊聚类分析在数据挖掘中的应用研究[J];大连大学学报;2011年03期
20 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
中国重要会议论文全文数据库 前10条
1 李保升;陆炜颖;吕廷杰;;移动客户流失预测模型研究[A];2006中国控制与决策学术年会论文集[C];2006年
2 胡向东;鲜继清;;论商业智能[A];2003年中国智能自动化会议论文集(下册)[C];2003年
3 赵云鹏;石丽;刘莹;;基于数据挖掘的高校规模分析及应用研究[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
4 段巍巍;;电信客户流失预测主题建模[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
5 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
6 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
7 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
8 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
9 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
10 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
中国博士学位论文全文数据库 前10条
1 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年
2 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
3 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
4 刘杰;分布式资源环境下船舶动力设备诊断系统的关键技术研究[D];武汉理工大学;2010年
5 郭立;深部硬岩岩爆倾向性动态预测模型及其应用[D];中南大学;2004年
6 宋彦坡;复杂工业过程数据挖掘方法及其在铜锍吹炼中的应用研究[D];中南大学;2009年
7 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
8 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
9 李智勇;电力系统运行信息的数据挖掘研究[D];浙江大学;2009年
10 黄静华;支持向量机算法研究及在气象数据挖掘中的应用[D];中国矿业大学(北京);2011年
中国硕士学位论文全文数据库 前10条
1 管东升;移动通信业客户流失行为预测技术的研究[D];大连理工大学;2006年
2 毕锟;基于决策树算法的客户流失预测系统的分析与研究[D];武汉理工大学;2010年
3 王晓婷;邢台移动用户流失预警系统分析与设计[D];北京邮电大学;2010年
4 周梦麟;基于电信数据挖掘的研究与应用[D];浙江工业大学;2004年
5 姜伟;基于数据挖掘聚类算法的研究及其应用[D];辽宁工程技术大学;2004年
6 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
7 姜金贵;数据挖掘分类算法在CRM中的研究[D];哈尔滨工程大学;2005年
8 胡明文;数据挖掘在建筑结构可靠性鉴定中的应用[D];西安建筑科技大学;2005年
9 宋英超;基于数据挖掘的销售预测决策支持系统研究[D];中国海洋大学;2005年
10 周俊临;自适应自组织映射网络在模式识别中的应用研究[D];电子科技大学;2005年
中国重要报纸全文数据库 前10条
1 北京联通宽带业务中心 杨雪艳;数据挖掘成挽留客户利器[N];通信产业报;2009年
2 冰蓝;如何防止客户流失[N];电脑商报;2005年
3 訾惠博;客户流失的八种原因[N];机电商报;2005年
4 本报记者 郭白岩;大众点评网向数据挖掘要收益[N];中国经营报;2011年
5 本报记者 黎宇文;博时基金王德英: 数据挖掘促进基金精细化管理[N];中国证券报;2011年
6 早报记者 胡孝敏;跨国企业掘金中国“数据挖掘”市场[N];东方早报;2005年
7 顾汶;遭遇客户流失 联想面临大考[N];中国高新技术产业导报;2005年
8 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年
9 赵纪元;数据挖掘在CRM中的应用[N];人民邮电;2001年
10 吴喆;客户流失:危机还是契机?[N];通信产业报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978