基于数据挖掘技术的电信增值业务精确营销应用研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 引言 | 第10-15页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 课题研究现状 | 第11-12页 |
1.3 论文的创新点 | 第12-13页 |
1.4 论文的主要内容和章节安排 | 第13-15页 |
第二章 精确营销和数据挖掘技术 | 第15-21页 |
2.1 精确营销的定义 | 第15页 |
2.2 电信增值业务营销现状 | 第15-17页 |
2.3 数据挖掘技术原理 | 第17-20页 |
2.3.1 决策树算法 | 第17-18页 |
2.3.2 逻辑回归算法 | 第18-19页 |
2.3.3 聚类算法 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 一种长尾多峰分布的数据变换方法 | 第21-31页 |
3.1 数据预处理中的变换方法 | 第21-22页 |
3.1.1 归一化 | 第21页 |
3.1.2 标准化 | 第21-22页 |
3.1.3 离散化 | 第22页 |
3.2 电信数据的长尾多峰分布特征 | 第22-23页 |
3.3 长尾多峰分布的数据变换过程 | 第23-28页 |
3.3.1 对数标准化变换 | 第24-25页 |
3.3.2 分布函数分段拟合 | 第25-26页 |
3.3.3 生成映射函数 | 第26-28页 |
3.4 仿真实验 | 第28-30页 |
3.4.1 实验方法 | 第28-29页 |
3.4.2 实验结果 | 第29-30页 |
3.5 本章小结 | 第30-31页 |
第四章 基于分类模型的电信增值业务营销研究 | 第31-53页 |
4.1 业务营销需求转化 | 第31-33页 |
4.1.1 商业需求概述 | 第31页 |
4.1.2 建模方式选取 | 第31-32页 |
4.1.3 随机组投放 | 第32-33页 |
4.2 数据获取 | 第33-36页 |
4.2.1 数据仓库结构 | 第33-35页 |
4.2.2 数据获取实现 | 第35-36页 |
4.3 数据处理 | 第36-40页 |
4.3.1 创建建模数据集 | 第36页 |
4.3.2 数据清洗 | 第36-37页 |
4.3.3 衍生变量 | 第37页 |
4.3.4 变量初步筛选与归约 | 第37-40页 |
4.4 模型开发 | 第40-52页 |
4.4.1 变量二次筛选 | 第40-47页 |
4.4.2 模型建立 | 第47-49页 |
4.4.3 模型对比验证 | 第49-51页 |
4.4.4 模型结果输出 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
第五章 基于聚类模型的电信增值业务营销研究 | 第53-63页 |
5.1 业务营销需求转化 | 第53-54页 |
5.1.1 商业需求概述 | 第53页 |
5.1.2 建模方式选取 | 第53-54页 |
5.2 客户分群构建方法 | 第54-58页 |
5.2.1 身份分群方法 | 第54-57页 |
5.2.2 行为分群方法 | 第57-58页 |
5.3 数据抽取及处理 | 第58-59页 |
5.3.1 数据抽取 | 第58页 |
5.3.2 数据处理 | 第58-59页 |
5.4 模型开发 | 第59-62页 |
5.4.1 模型建立 | 第59-60页 |
5.4.2 模型结果 | 第60-62页 |
5.5 本章小结 | 第62-63页 |
第六章 精确营销模型的应用及效果 | 第63-75页 |
6.1 电信增值业务精确营销实施概述 | 第63-71页 |
6.1.1 增值业务精确营销基本流程 | 第63-64页 |
6.1.2 精确营销各环节重要性研究 | 第64页 |
6.1.3 精确营销管理平台 | 第64-71页 |
6.2 基于分类模型的业务营销应用及效果 | 第71-72页 |
6.2.1 基于分类模型的业务营销目标用户 | 第71页 |
6.2.2 业务营销策略制定 | 第71-72页 |
6.2.3 业务营销效果 | 第72页 |
6.3 基于聚类模型的业务营销应用及效果 | 第72-74页 |
6.3.1 基于聚类模型的业务营销目标用户 | 第72页 |
6.3.2 业务营销策略制定 | 第72-73页 |
6.3.3 业务营销效果 | 第73-74页 |
6.4 本章小结 | 第74-75页 |
第七章 总结与展望 | 第75-77页 |
7.1 工作总结 | 第75-76页 |
7.2 今后的工作展望 | 第76-77页 |
参考文献 | 第77-80页 |
致谢 | 第80-81页 |
攻读硕士学位期间已发表或录用的论文 | 第81-83页 |