数据挖掘技术在电信企业精确营销中的应用--群体划分算法及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究的目的和意义 | 第11页 |
| ·社交网络的研究现状 | 第11-13页 |
| ·在互联网行业的研究现状 | 第11-12页 |
| ·在电信行业的研究现状 | 第12-13页 |
| ·课题主要研究内容 | 第13-14页 |
| 2 六度空间理论 | 第14-18页 |
| ·六度空间概念及提出 | 第14页 |
| ·六度空间的验证 | 第14-15页 |
| ·六度空间的应用 | 第15-16页 |
| ·为什么是“六”度？ | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 电信网络基础模型构建 | 第18-24页 |
| ·第0 度空间：单个用户-社交特征分析 | 第18-19页 |
| ·第1 度空间：每对用户-关系特征分析 | 第19-20页 |
| ·第2 度空间：群体用户-社区特征分析 | 第20-21页 |
| ·第3 度空间：全网用户-传播特征分析 | 第21-22页 |
| ·紧致网络的核心人物 | 第21页 |
| ·病毒营销与口碑营销 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 4 基于亲邻度的无权群体识别算法 | 第24-32页 |
| ·亲邻度 | 第24-25页 |
| ·核心成分 | 第25-26页 |
| ·核心归属价值 | 第26页 |
| ·划分群体 | 第26-27页 |
| ·基于亲邻度的无权群体识别算法步骤 | 第27页 |
| ·群体划分实验结果评价 | 第27-29页 |
| ·群体特征分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 5 基于亲邻度的加权群体划分算法及应用 | 第32-60页 |
| ·网络边权重的计算方法 | 第32-35页 |
| ·逻辑回归方法计算权重 | 第32-33页 |
| ·几何平均值方法计算权重 | 第33-35页 |
| ·加权群体划分算法步骤 | 第35-36页 |
| ·欢乐在线潜在家庭群体挖掘 | 第36-48页 |
| ·项目背景 | 第36页 |
| ·建模思路 | 第36-37页 |
| ·数据探索 | 第37-45页 |
| ·试点地市欢乐在线用户概况 | 第37-38页 |
| ·试点地市欢乐在线数据质量检查 | 第38页 |
| ·试点地市欢乐在线群组通信网络几何结构探索分析 | 第38-39页 |
| ·欢乐在线群组样本选取 | 第39-40页 |
| ·家庭成员的电信行为特征分析 | 第40-45页 |
| ·加权群体划分算法在欢乐在线家庭群体挖掘中的应用 | 第45-47页 |
| ·利用权重量化家庭关系 | 第45-46页 |
| ·全连通多边形权重阈值 | 第46-47页 |
| ·评估模型输出结果 | 第47-48页 |
| ·竞争对手反挖与高价值客户保有挖掘 | 第48-59页 |
| ·项目背景 | 第48页 |
| ·建模思路 | 第48-49页 |
| ·群体划分结果及分析 | 第49-51页 |
| ·群体划分结果 | 第49-50页 |
| ·各品牌的群体活跃性分析 | 第50-51页 |
| ·竞争对手反挖应用 | 第51-55页 |
| ·竞争对手价值评估 | 第51页 |
| ·ARPU 相关数据探索 | 第51-53页 |
| ·反挖高价值竞争对手方案 | 第53-55页 |
| ·高价值客户保有应用 | 第55-59页 |
| ·预测群内移动用户的价值流失 | 第55-56页 |
| ·价值流失数据探索 | 第56-58页 |
| ·保有高价值移动用户方案 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表论文 | 第68页 |
