论文摘要
彩铃业务一经推出就受到了广大用户的欢迎,成为电讯业中发展最为迅速的增值业务之一,并且一直是电讯新增收入的主要来源。彩铃业务经过几年的快速增长,现已近成熟阶段,出现了增量市场发展缓慢,存量市场日渐饱和,普及率提高缓慢的特征。因前期大众化的营销方式缺乏对彩铃目标群体的精准识别,面对普通用户推广彩铃业务不仅耗费资源,而且还为彩铃用户的纯度埋下隐忠,彩铃用户表现出销户率高,活跃度低的特征。如何认识现有彩铃用户的特征,提高彩铃业务的普及率和彩铃用户的活跃度,降低彩铃用户的消户率成了彩铃业务发展过程中的主要营销问题。国内外已有一些关于彩铃业务销售的研究,但大多局限在彩铃分析系统平台的研究上,本文针对电讯业拥有比较完整的客户消费特征数据的特点,提出了一个有助于彩铃业务潜在用户定位的基于决策树分类的彩铃潜在用户模型建设方法,并将其应用到指导彩铃业务进行有效的市场定位和营销活动。论文首先阐述了课题的背景和意义,围绕我国电讯业彩铃业务的发展过程和总体现状进行论述。接着第二章对模型中用到的决策树分类的基础知识进行了说明和研讨。第三章对模型建设的功能需求和数据需求进行了分析,并且针对建模数据的特征对基本决策树分类算法进行了一些改进。第四章是模型建立过程的详细说明,以某移动公司的实际数据为例,通过对彩铃新增用户的使用特性进行研究,分析用户的行为属性特征,利用数据挖掘中的决策树分类技术,遵循跨行业数据挖掘标准的流程CRISP-DM,给出了彩铃潜在用户模型建设的完整解决方案,对彩铃潜在用户模型建设过程中的“商业理解–数据理解–数据准备–模型建立–模型评估–模型发布”各个环节的实施关键点,结合实例作了一定的探讨和分析。并用实际数据验证模型的实用性。最后一章还对模型的维护与更新做了详细的说明。经验证该模型能够较大限度的挖掘出彩铃的潜在用户,以达到精准定位彩铃的目标用户、有效发展新客户、降低彩铃客户销户率的营销目标,为电讯行业及时调整业务策略和促销方案,为开展彩铃的精细营销活动提供有力的技术支持,在理论研究和工程实践中具有重要意义。
论文目录
相关论文文献
- [1].不确定数据的决策树分类[J]. 福建电脑 2015(11)
- [2].基于决策树分类和多元拟合的项目定价规律模型[J]. 中国高新区 2018(02)
- [3].物流决策中决策树分类技术的应用研究[J]. 商场现代化 2012(29)
- [4].决策树分类提取宁夏耕地复种指数[J]. 遥感信息 2018(01)
- [5].数据挖掘中的决策树分类[J]. 时代金融 2017(03)
- [6].基于决策树分类技术的遥感影像分类方法研究[J]. 农业网络信息 2009(10)
- [7].基于决策树分类的云南省迪庆地区景观类型研究[J]. 资源科学 2011(02)
- [8].基于决策树分类的Weka平台上数据挖掘应用[J]. 白城师范学院学报 2013(05)
- [9].教育平台的云服务决策树分类[J]. 中国多媒体与网络教学学报(上旬刊) 2019(03)
- [10].决策树分类分析法在资源护士调配中的应用[J]. 护理学杂志 2014(11)
- [11].网络赌博案件中涉案电子证据的约简决策树分类预测[J]. 中国人民公安大学学报(自然科学版) 2012(03)
- [12].基于决策树分类的水电机组故障诊断的分析研究[J]. 电子技术与软件工程 2013(13)
- [13].MODIS土地利用/覆被多时相多光谱决策树分类[J]. 农业工程学报 2010(10)
- [14].基于Map/Reduce的决策树分类挖掘方法应用研究[J]. 计算机与数字工程 2016(08)
- [15].基于水稻特征波段的决策树分类研究[J]. 安徽农业科学 2017(28)
- [16].基于决策树分类的地表覆盖遥感信息提取[J]. 地理空间信息 2012(02)
- [17].基于决策树的学生成绩分类研究[J]. 赤峰学院学报(自然科学版) 2017(16)
- [18].基于决策树分类的土地利用遥感监测[J]. 科技风 2019(17)
- [19].一种基于多层决策树分类的入侵检测方法[J]. 贵州大学学报(自然科学版) 2020(05)
- [20].基于稳定像元的决策树分类后比较法在林地变化检测中的应用[J]. 生态学杂志 2018(09)
- [21].基于决策树分类的桂林市岩溶地区水体遥感空间信息提取[J]. 广西师范学院学报(自然科学版) 2010(01)
- [22].基于水稻特征波段的决策树分类研究[J]. 地理与地理信息科学 2010(02)
- [23].基于邻近相关图像和决策树分类的森林景观变化检测[J]. 林业科学 2011(09)
- [24].基于决策树的泉州湾沿海防护林动态变化研究[J]. 遥感技术与应用 2011(05)
- [25].决策树分类ID3算法研究[J]. 吉林师范大学学报(自然科学版) 2008(03)
- [26].森林资源动态监测系统与ENVI决策树分类技术的应用[J]. 科技视界 2016(07)
- [27].一个医学数据集上的决策树分类研究[J]. 电脑开发与应用 2012(04)
- [28].C4.5决策树分类算法性能分析[J]. 信息系统工程 2019(01)
- [29].工业化区域撂荒耕地空间格局演变及影响因素分析[J]. 农业工程学报 2019(15)
- [30].基于决策树方法的遥感分类研究[J]. 测绘标准化 2015(02)