面向精确营销基于数据挖掘的3G用户行为模型及实证研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-30页 |
| ·问题的提出 | 第12-16页 |
| ·研究现状 | 第16-25页 |
| ·用户行为研究 | 第17-20页 |
| ·行为经济学研究 | 第20-21页 |
| ·数据挖掘技术研究 | 第21-23页 |
| ·精确营销研究 | 第23-24页 |
| ·研究的不足 | 第24-25页 |
| ·研究内容和结构 | 第25-28页 |
| ·本文的主要创新点 | 第28-30页 |
| 第二章 3G用户行为模型研究 | 第30-48页 |
| ·3G用户决策行为模型 | 第31-41页 |
| ·用户决策机制研究 | 第31-36页 |
| ·基于感知价值的用户决策行为影响因素分析 | 第36-39页 |
| ·3G用户决策行为测度指标体系 | 第39-41页 |
| ·3G用户使用行为模型 | 第41-43页 |
| ·3G用户使用行为分类 | 第41-42页 |
| ·3G用户使用行为测度指标体系 | 第42-43页 |
| ·3G用户忠诚行为模型 | 第43-46页 |
| ·用户忠诚行为涵义及其分类 | 第43-44页 |
| ·用户忠诚行为的影响因素分析 | 第44-45页 |
| ·3G用户忠诚行为测度指标体系 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第三章 面向精确营销的3G用户生命周期阶段划分 | 第48-66页 |
| ·精确营销 | 第48-51页 |
| ·精确营销的内涵 | 第48-49页 |
| ·精确营销的特点 | 第49-50页 |
| ·电信市场精确营销的实施步骤 | 第50页 |
| ·精确营销在电信用户行为分析中的应用与不足 | 第50-51页 |
| ·3G用户生命周期的理论分析 | 第51-56页 |
| ·用户生命周期理论的产生背景 | 第51-52页 |
| ·用户生命周期的相关概念 | 第52页 |
| ·用户生命周期的研究内容 | 第52页 |
| ·典型用户生命周期模式回顾 | 第52-55页 |
| ·用户生命周期理论研究的不足 | 第55-56页 |
| ·面向精确营销的3G用户生命周期实证分析 | 第56-65页 |
| ·用户生命周期的实证分析框架 | 第56-57页 |
| ·电信用户关系水平测度指标的选择 | 第57-61页 |
| ·面向精确营销的3G用户生命周期曲线实证研究 | 第61-62页 |
| ·用户生命周期各阶段的划分 | 第62-63页 |
| ·3G用户生命周期各阶段划分的实证研究 | 第63-64页 |
| ·3G用户生命周期的管理目标与价值创造分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 面向精确营销的数据挖掘技术选择与改进 | 第66-83页 |
| ·数据挖掘技术在精确营销中的应用 | 第66-67页 |
| ·3G用户行为特征的数据挖掘流程 | 第67-68页 |
| ·理解商业问题 | 第68-69页 |
| ·数据准备 | 第69-72页 |
| ·数据的选择 | 第69-70页 |
| ·数据的清理 | 第70页 |
| ·数据的转换与整合 | 第70-71页 |
| ·变量的简约 | 第71-72页 |
| ·数据挖掘算法选择 | 第72-74页 |
| ·数据挖据算法的比较分析 | 第72-74页 |
| ·数据挖据算法的选择 | 第74页 |
| ·聚类算法的选择与改进 | 第74-79页 |
| ·统计量的选择 | 第74-75页 |
| ·聚类方式的选择 | 第75页 |
| ·k-means算法机理 | 第75-76页 |
| ·k-means算法的缺陷 | 第76-77页 |
| ·k-means算法改进 | 第77-79页 |
| ·决策树算法机理与选择 | 第79-82页 |
| ·决策树算法的发展 | 第79页 |
| ·决策树算法的优缺点 | 第79页 |
| ·C4.5算法机理 | 第79-81页 |
| ·C5.0算法机理 | 第81页 |
| ·决策树算法选择 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 基于3G用户行为模型的用户识别实证研究 | 第83-102页 |
| ·用户识别概述 | 第83-84页 |
| ·数据准备 | 第84-92页 |
| ·数据选择 | 第84-86页 |
| ·数据清理 | 第86-87页 |
| ·数据转换 | 第87-89页 |
| ·变量简约 | 第89-92页 |
| ·构建3G用户行为特征识别模型 | 第92-96页 |
| ·基于用户决策行为特征的用户识别 | 第92-94页 |
| ·基于用户使用行为特征的用户识别 | 第94-95页 |
| ·基于用户忠诚行为特征的用户识别 | 第95-96页 |
| ·结果与解释 | 第96-101页 |
| ·挖掘用户行为特征 | 第96-99页 |
| ·构建用户三维网格识别模型 | 第99-100页 |
| ·营销策略与建议 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 基于3G用户行为模型的流失预警实证研究 | 第102-117页 |
| ·用户流失概述 | 第102-104页 |
| ·用户流失现状 | 第102-103页 |
| ·用户流失原因分析 | 第103页 |
| ·用户流失研究的不足 | 第103-104页 |
| ·用户流失研究的主要方法 | 第104页 |
| ·数据准备 | 第104-107页 |
| ·数据采集 | 第104-105页 |
| ·数据描述与简约 | 第105-107页 |
| ·3G用户流失预警实证研究 | 第107-116页 |
| ·3G用户流失预警模型实证分析 | 第107-113页 |
| ·模型评估 | 第113-114页 |
| ·用户挽留策略 | 第114-116页 |
| ·本章小结 | 第116-117页 |
| 第七章 总结与展望 | 第117-121页 |
| 参考文献 | 第121-128页 |
| 致谢 | 第128-129页 |
| 攻读博士期间发表的论文 | 第129页 |
