客户细分在电信彩铃营销中的应用
摘要 | 第1-5页 |
Abstract | 第5-8页 |
目录 | 第8-12页 |
第一章 绪论 | 第12-20页 |
·研究背景 | 第12-14页 |
·国内电信重组 | 第12页 |
·国际金融危机 | 第12-13页 |
·电信增值业务发展加速 | 第13-14页 |
·客户细分研究与应用的现状 | 第14-17页 |
·电信客户细分研究现状 | 第15-16页 |
·电信客户细分应用实例 | 第16-17页 |
·论文研究的内容和意义 | 第17-18页 |
·论文研究的内容 | 第17页 |
·论文研究的意义 | 第17-18页 |
·论文框架结构 | 第18-20页 |
第二章 彩铃营销和客户细分 | 第20-26页 |
·彩铃市场发展 | 第20-22页 |
·如何进行客户细分 | 第22-24页 |
·客户细分定义 | 第22页 |
·客户细分方式比较 | 第22-23页 |
·客户细分技术 | 第23-24页 |
·客户细分的意义 | 第24-25页 |
·本章小结 | 第25-26页 |
第三章 基础数据准备 | 第26-32页 |
·数据范围 | 第26页 |
·属性选择 | 第26-30页 |
·客户基本资料 | 第27-28页 |
·客户消费行为 | 第28-30页 |
·客户价值 | 第30页 |
·数据抽取 | 第30-31页 |
·本章小结 | 第31-32页 |
第四章 消费行为聚类模型 | 第32-49页 |
·自组织神经网络 | 第32-34页 |
·细分属性 | 第34-36页 |
·属性简约 | 第36-44页 |
·因子分析简介 | 第36-37页 |
·因子分析步骤 | 第37-44页 |
·建立模型 | 第44-48页 |
·本章小结 | 第48-49页 |
第五章 彩铃消费分析 | 第49-63页 |
·K-Means聚类算法 | 第49-50页 |
·数据准备 | 第50-52页 |
·变量选择 | 第50-51页 |
·异常值处理 | 第51-52页 |
·建立模型 | 第52-60页 |
·如何确定K值 | 第53-54页 |
·如何选择初始聚类中心 | 第54-55页 |
·聚类过程描述 | 第55-57页 |
·聚类结果 | 第57-60页 |
·彩铃消费分析 | 第60-61页 |
·哪些人群彩铃消费高? | 第60页 |
·哪些人群彩铃消费低? | 第60-61页 |
·本章小结 | 第61-63页 |
第六章 建立预测模型 | 第63-77页 |
·基于决策树预测的营销 | 第63-65页 |
·决策树算法 | 第63-65页 |
·决策树算法在客户细分中的应用 | 第65页 |
·决策树预测模型 | 第65-69页 |
·决策树的输入属性 | 第65-67页 |
·两种决策树算法对比 | 第67-68页 |
·测试数据集的评估 | 第68-69页 |
·C5.0预测决策树规则集 | 第69-74页 |
·什么样的人会开通彩铃? | 第69-73页 |
·什么样的人不会开通彩铃? | 第73-74页 |
·真实数据的评估 | 第74-75页 |
·本章小结 | 第75-77页 |
第七章 结束语 | 第77-80页 |
·总结 | 第77-78页 |
·不足与展望 | 第78-80页 |
致谢 | 第80-81页 |
参考文献 | 第81-84页 |
附录A 硕士在读期间发表的论文 | 第84页 |