基于数据挖掘的电信客户分群研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-26页 |
| ·引言 | 第10-11页 |
| ·数据挖掘及其相关领域研究现状 | 第11-19页 |
| ·数据挖掘技术 | 第11-14页 |
| ·数据挖掘系统组成 | 第14-15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘的任务 | 第16-19页 |
| ·数据挖掘在电信业的应用现况 | 第19-23页 |
| ·电信客户分群研究的意义 | 第23-24页 |
| ·本文主要研究内容及成果 | 第24页 |
| ·论文结构 | 第24-26页 |
| 第二章 客户分群方法及步骤 | 第26-35页 |
| ·常用的客户分群方法 | 第26-29页 |
| ·RFM分析 | 第26-27页 |
| ·客户价值矩阵分析 | 第27-29页 |
| ·数据挖掘方法 | 第29页 |
| ·数据挖掘商业过程模型CRISP-DM | 第29-32页 |
| ·客户分群处理步骤 | 第32-34页 |
| ·客户分群处理步骤 | 第32页 |
| ·业务理解 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第三章 广东电信数据挖掘系统简介 | 第35-41页 |
| ·广东电信数据挖掘环境 | 第35-40页 |
| ·系统逻辑体系结构 | 第36-38页 |
| ·系统物理体系结构 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第四章 客户分群数据预处理的设计与实现 | 第41-55页 |
| ·建立统一客户视图 | 第41-42页 |
| ·数据模型 | 第41-42页 |
| ·整体架构 | 第42页 |
| ·宽表(CAR)设计 | 第42-49页 |
| ·确定数据来源 | 第43-45页 |
| ·设计宽表 | 第45-49页 |
| ·数据整理 | 第49-51页 |
| ·建立数据源——目标数据库表 | 第49页 |
| ·数据整理原则 | 第49-51页 |
| ·ETL与数据清洗 | 第51-52页 |
| ·生成客户分析记录表(CAR) | 第52-53页 |
| ·清理和检验客户视图 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 客户分群的设计与实现 | 第55-65页 |
| ·聚类分析 | 第55-60页 |
| ·聚类所基于的数据类型 | 第55页 |
| ·分割的方法 | 第55-56页 |
| ·层次的方法 | 第56-57页 |
| ·基于密度的方法 | 第57-59页 |
| ·基于模型的方法 | 第59-60页 |
| ·K-means算法 | 第60-61页 |
| ·本论文分析数据范围 | 第61-62页 |
| ·结果分析 | 第62-64页 |
| ·用户行为特征分析 | 第62-63页 |
| ·按常规的ARPU分段对用户进行细分 | 第63-64页 |
| ·典型分组分析 | 第64页 |
| ·小结 | 第64-65页 |
| 第六章 工作小结与展望 | 第65-67页 |
| ·研究工作小结 | 第65页 |
| ·进一步的工作 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
