检索结果-内蒙古大学图书馆

随着移动互联网的快速发展,话音业务已不再是电信运营商的主营业务,移动数据业务逐渐成为电信运营商最主要的收入来源。在互联网企业不断渗透移动通讯业务的大趋势下,电信运营商受到被“管道化”的威胁。因此,在这种情况下,如何突破重围提高产品质量和改善客户体验,以更好地满足电信客户多样性的需求,吸引新客户的同时做好老客户挽留,是国内三大电信运营商当下的工作重心。在大数据技术盛行的今天,如何运用数据挖掘技术来分析庞大的用户数据、识别客户消费习惯和管控客户消费行为,设计高价值、个性化和多元化的服务与产品,是运营商能否形成其核心竞争力的关键。本文在对相关文献资料进行综述的基础上,分析了电信运营商的市场环境、发展现状和现有客户细分方法的不足;之后利用SPSS Statistic软件对收集的数据进行了相关性和共线性分析,筛选出15个变量,进行了数据清洗;随之利用Kohonen聚类分析对K-means聚类结果进行了优化,以提高结果的可靠性和准确性;基于安索夫矩阵的基本概念,建立电信客户细分模型,并对比测试集和验证集进行结果检验,提出了电信运营商精确营销策略以及关于与现有产品的融合发展的建议。本文将顾客细分与精确营销策略相结合的目的是通过有效的客户细分,将合适的信息传递给合适的用户,最终帮助电信运营商达到收益最大化。

关键词：大数据客户细分模型精确营销用户行为分析聚类分析

来源：评论

学校读者我要写书评

暂无评论

移动虚拟网络运营商的客户细分模型及方法研究

移动虚拟网络运营商的客户细分模型及方法研究

引用

作者：黄剑峰华南理工大学

学位级别：硕士

随着电信市场竞争的不断加剧,如何针对不同的客户群实施差异化营销和服务,如何对客户进行细分和分类已成为当前移动虚拟网络运营商的迫切需求。因此对移动虚拟网络运营商的客户细分模型以及细分方法进行研究,可以更好地解决移动虚拟网... 详细信息

随着电信市场竞争的不断加剧,如何针对不同的客户群实施差异化营销和服务,如何对客户进行细分和分类已成为当前移动虚拟网络运营商的迫切需求。因此对移动虚拟网络运营商的客户细分模型以及细分方法进行研究,可以更好地解决移动虚拟网络运营商客户细分这一实际问题,有利于移动虚拟网络运营商了解客户的总体构成、客户群体特征与消费特征,制定相应的营销方针及掌握运营状况。论文讨论了当前移动虚拟网络运营商客户细分的必要性和可行性,陈述相关数据挖掘的理论,构建了面向移动虚拟网络运营的客户细分模型,并使用聚类算法实现对客户的细分。本文的主要内容是数据挖掘技术在移动虚拟网络运营商客户细分领域的应用。首先,介绍移动虚拟网络运营商的产生与影响力,建立客户细分模型的必要性与可行性。接着,介绍数据挖掘的基本概念、基本任务、实施过程、主要算法,重点介绍聚类算法。然后,构建聚类划分法的客户细分模型;结合移动虚拟网络运营商ABC的客户资料与客户行为资料,使用SPSS Clementine数据挖掘软件的K-means算法按照GRISP-DM标准流程规范对客户进行细分。通过Visual Studio开发了K-medoids算法,比较分析了基于两种算法的客户细分结果。

关键词：数据挖掘移动虚拟运营商客户分析客户细分模型 K-means算法 K-medoids算法

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘技术的客户细分模型研究分析

基于数据挖掘技术的客户细分模型研究分析

引用

作者：祁琳华北电力大学(北京)

学位级别：硕士

随着金融行业的快速发展,客户细分模型变得特别重要。客户细分模型是通过分析金融企业收集的客户基本信息,例如年龄、收入、婚姻状况等,将好坏客户区分开来。优质的客户细分模型是许多金融决策的有力支持,同时也会减少金融行业的风险。... 详细信息

随着金融行业的快速发展,客户细分模型变得特别重要。客户细分模型是通过分析金融企业收集的客户基本信息,例如年龄、收入、婚姻状况等,将好坏客户区分开来。优质的客户细分模型是许多金融决策的有力支持,同时也会减少金融行业的风险。建立客户细分模型不仅可以减少风险,还可以节省大量的时间、避免资源的浪费。本文根据UCI数据库中的信用数据,建立科学有效的客户细分模型。从而提高金融行业的效率,进而避免资本的浪费。数据挖掘技术的发展为海量数据的量化分析提供了可能,成为金融领域不可或缺决策工具。在本文中,我们介绍了谱聚类算法。聚类算法是一个非常常见的数据挖掘算法,聚类算法也适用于数据的划分。传统的聚类算法仅仅能够处理低维数据,对高维数据(如信用数据)的处理效果不是很好。计算数据间距离是传统谱聚类算法中关键的部分,因此在进行谱聚类分析中,本文使用正交距离来代替欧式距离。随后本文将改进的谱聚类算法与传统聚类算法K均值算法和传统的谱聚类算法进行了比较。结果表明改进的谱聚类算法在处理客户细分模型上面有更高的准确度。基于正交距离的谱聚类算法比K均值聚类算法的准确率高出15%左右,基于正交距离的谱聚类算法比传统的谱聚类算法准确率提高了 34%左右。

关键词：客户细分模型谱聚类算法正交距离

来源：评论

学校读者我要写书评

暂无评论

基于消费行为的客户细分模型应用研究

基于消费行为的客户细分模型应用研究

引用

作者：朱艳丽四川师范大学

学位级别：硕士

中国加入WTO后,金融行业所面临的巨大的竞争迫使银行采用以客户为中心的管理模式。而在以客户为中心的管理模式中,最重要最紧迫的任务是对客户进行细分。客户细分的目的是为了更好地了解客户并提供个性化服务。国外已有一些关于消费者... 详细信息

中国加入WTO后,金融行业所面临的巨大的竞争迫使银行采用以客户为中心的管理模式。而在以客户为中心的管理模式中,最重要最紧迫的任务是对客户进行细分。客户细分的目的是为了更好地了解客户并提供个性化服务。国外已有一些关于消费者行为应用于客户细分方面的研究,如RFM细分模型、客户价值矩阵模型等。而国内在实际应用中客户细分的标准大多采用客户地区分布、客户特征等,以客户消费行为作为细分标准的还比较少见。但国外的细分模型共同之处为仅从消费行为的一个方面—消费层次进行细分,其划分具有一定的片面性。为了克服现有细分方法的缺点,本文采用了一种新的基于消费行为的细分模型,该模型选择消费金额和消费变动率为细分变量,并采用聚类的方法来确定细分变量的划分,从消费层次和消费波动情况两个方面对消费者的消费行为进行研究。本文的研究目标是建立一个基于消费行为的客户细分模型,并将其应用于指导银行进行针对性营销和欺诈风险的探测。本文首先使用改进的K-平均算法构建细分模型,从中可获知客户消费行为的特征模式,而且还可通过特征模式查找到感兴趣的特征消费群。然后使用DBSCAN算法建立模型,并将两者的结果进行比较,发现DBSCAN算法在聚类过程中排除了孤立点对聚类的影响,使所得到的客户类型更贴近于实际。我们对经过细分得到的客户群,再做进一步的研究,挖掘客户消费行为和客户个人属性如受教育程度、收入、年龄、职业等的关联关系和持卡人选择特约商户消费的规律等,帮助银行找到特定消费群体的消费习惯,以此为基础,对所识别出来的消费群体进行有针对性的营销。最后,我们尝试将此模型应用于信用卡欺诈行为的探测。实验表明对客户细分后再使用BP模型进行检测的正确检出率略有提高,错误检出率降低,这也从一个侧面说明我们的细分方法是有效的。

关键词：客户细分模型聚类分析市场营销欺诈探测

来源：评论

学校读者我要写书评

暂无评论

供应链资源优化配置下C公司客户细分模型研究与应用

供应链资源优化配置下C公司客户细分模型研究与应用

引用

作者：肖彭莹西南科技大学

学位级别：硕士

当前经济一体化进程加快,市场竞争逐渐加大,供应链企业资源供需不平衡等问题日益凸显。为了持续稳定发展,如何在资源有限的情况下掌握客户信息,实现客户细分,使得企业资源配置合理,成为当前供应链管理工作重点。然而,现有供应链资源匹... 详细信息

当前经济一体化进程加快,市场竞争逐渐加大,供应链企业资源供需不平衡等问题日益凸显。为了持续稳定发展,如何在资源有限的情况下掌握客户信息,实现客户细分,使得企业资源配置合理,成为当前供应链管理工作重点。然而,现有供应链资源匹配模型研究大多从资源需求角度出发,对资源提供方的关注较少。因此,本文结合现实供应链企业的特点及以往研究的不足,对供应链企业资源配置进行研究。本文以C公司为研究对象,针对其供应链资源供需不匹配及客户满意度低问题,利用改进的K-Means聚类算法细分不同客户群体,构建以供应链资源优化配置及提高客户满意度为目的的客户细分模型,从供应链资源提供方与需求方共同参与下的资源优化配置角度出发,形成更优产品资源和服务资源匹配方案,从而优化C公司货源投放及客户服务,实现资源从资源提供方到需求方的精准匹配,解决造成客户满意度降低的产品和服务问题。首先从商业企业角度,对C公司整体零售客户构建货源投放下的客户细分模型。提出“0占比”迭代分配算法,完善基于客户分档的货源投放策略,依据C公司投放系统真实数据进行货源投放仿真,再通过实证研究验证模型实际应用价值。评估货源投放效果通过能反映供需关系紧张程度的订足率指标体现。然后从工业企业角度,以真龙(凌云)为例,对真龙(凌云)零售客户构建客户服务下的客户细分模型。引入客户价值指数细分客户,运用帕累托法则进行客户价值二次细分,便于对不同价值类别客户提供差异化服务,解决服务形式单一等问题,优化服务资源配置。最后通过C公司进行实证研究,对比改进前后客户满意度大小,论证方案可行。研究结果显示,改进后的聚类算法性能较好;基于客户细分模型的货源投放较人工投放订足率总体提升11.80%;基于客户细分模型的客户服务使得C公司零售客户总体满意度提高了1.19分,C公司供应链产品资源及服务资源配置得到优化。综上所述,本文研究可为供应链企业资源更优配置实证研究提供参考。

关键词：供应链优化资源配置客户细分模型改进聚类算法客户满意度

来源：评论

学校读者我要写书评

暂无评论

聚类集成算法在客户细分模型中的应用

引用

西南科技大学学报 2020年第1期35卷 75-80页

作者：黄飞杰郎旭明尹健康张卫东唐靖广西中烟工业有限责任公司互联网研究中心广西南宁530000 河北省烟草公司沧州市公司河北沧州061001 四川省烟草公司成都市公司四川成都610014 西南科技大学计算机科学学院四川绵阳621010 西南科技大学制造科学与工程学院四川绵阳621010

营销分析、客户分析和内部运营管理是企业大数据应用最广泛的3个领域。基于某市烟草零售数据,运用聚类集成算法构建客户细分模型,实现烟草零售精准营销。本算法集成了Clara算法和K-means算法,首先采用Clara算法随机生成初始聚类中心,K-m... 详细信息

营销分析、客户分析和内部运营管理是企业大数据应用最广泛的3个领域。基于某市烟草零售数据,运用聚类集成算法构建客户细分模型,实现烟草零售精准营销。本算法集成了Clara算法和K-means算法,首先采用Clara算法随机生成初始聚类中心,K-means算法进行无监督学习,得到最少代价的聚类中心,然后基于零售客户基本信息进行聚类因子建模,将类别与档位进行维度交叉,对零售客户在档位内二次细分,优化迭代分配,解决烟草零售客户档位内部差异化大的问题。经多种聚类算法比较,本文方法的总误差和误差波动率小于其他单一的聚类算法。将该方法用于烟草营销投放策略,经市场验证,能够提升订足率和需求满足率。

关键词：聚类集成算法客户细分模型投放策略需求满足率

来源：评论

学校读者我要写书评

暂无评论

面向大数据的电信客户细分模型研究与展望

引用

数字通信世界 2018年第3期 158-159页

作者：张小敏王小丫左小雪安徽财经大学管理科学与工程学院

本文首先描述了客户细分方法的发展历程及其现状,其次介绍了数据挖掘参考模型CRISP-DM,并按照其6个过程对电信客户细分模型的构建进行详细阐述,重点介绍了K-means聚类算法。最后就大数据时代背景对未来电信客户细分方法进行展望,为进一... 详细信息

本文首先描述了客户细分方法的发展历程及其现状,其次介绍了数据挖掘参考模型CRISP-DM,并按照其6个过程对电信客户细分模型的构建进行详细阐述,重点介绍了K-means聚类算法。最后就大数据时代背景对未来电信客户细分方法进行展望,为进一步研究客户细分方法提供相关依据。

关键词：大数据 CRISP-DM模型细分方法客户细分模型研究与展望

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：