數(shù)據(jù)挖掘技術(shù)在電信企業(yè)客戶細(xì)分中的應(yīng)用研究.pdf

1、隨著電信市場(chǎng)的逐步開發(fā)，競(jìng)爭(zhēng)日趨激烈，電信運(yùn)營商的經(jīng)營模式逐漸從“技術(shù)驅(qū)動(dòng)”向“市場(chǎng)驅(qū)動(dòng)”、“客戶驅(qū)動(dòng)”轉(zhuǎn)化。這就要求運(yùn)營商要采取以“客戶為中心”的策略，根據(jù)客戶的實(shí)際需求提供個(gè)性化的服務(wù)解決方案。由于電信市場(chǎng)的規(guī)模龐大，客戶的背景、收入、年齡、教育程度、行為特征的不同，對(duì)電信業(yè)務(wù)的需求也呈現(xiàn)多層次、個(gè)性化、差異化的趨勢(shì)，因此必須根據(jù)客戶的特點(diǎn)對(duì)客戶進(jìn)行細(xì)分，并在此基礎(chǔ)上對(duì)不同的細(xì)分市場(chǎng)提供有針對(duì)性的差異化服務(wù)。同時(shí)，電信欺詐與欠費(fèi)已經(jīng)

2、成為國內(nèi)外電信行業(yè)關(guān)注的嚴(yán)重而急迫的問題，采用先進(jìn)、智能化程度比較高的決策支持與經(jīng)營分析技術(shù)建立防欺詐管理系統(tǒng)成為比較好的解決之道。通過對(duì)已有欠費(fèi)數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)來對(duì)欺詐客戶的行為進(jìn)行分析和預(yù)測(cè)，建立欠費(fèi)客戶細(xì)分分類模型，能達(dá)到對(duì)欺詐行為的偵察與防范的作用。 本文在綜述客戶細(xì)分和數(shù)據(jù)挖掘等相關(guān)理論的基礎(chǔ)上，結(jié)合某移動(dòng)公司的業(yè)務(wù)流程和欠費(fèi)分析需求，分別采用聚類分析與分類分析方法進(jìn)行電信企業(yè)客戶細(xì)分模型的建立及應(yīng)用。在聚類分析中

3、，利用數(shù)據(jù)挖掘(Data Mining，簡(jiǎn)稱 DM)聚類算法以及 RBF 人工神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)了相應(yīng)的系統(tǒng)構(gòu)架，建立了電信客戶細(xì)分聚類模型，并通過大量現(xiàn)實(shí)數(shù)據(jù)的訓(xùn)練，得到了比較理想的細(xì)分結(jié)果，驗(yàn)證了模型的合理性、有效性和實(shí)用性，為運(yùn)營商的經(jīng)營和決策提供了有力的技術(shù)支持。在分類分析中，作者選擇并研究了基于決策樹的電信企業(yè)欠費(fèi)客戶分類及其應(yīng)用過程，結(jié)合實(shí)際數(shù)據(jù)重點(diǎn)闡述了數(shù)據(jù)采集、預(yù)處理、基于雙變量統(tǒng)計(jì)方法的特征分析與選擇，以及采用決策樹進(jìn)行