聚類挖掘在電信客戶分類中的研究與應(yīng)用.pdf

1、客戶關(guān)系管理（Customer Relationship Management）簡(jiǎn)稱（CRM）對(duì)改善客戶與企業(yè)間的關(guān)系，有著至關(guān)重要的作用。對(duì)龐大客戶信息的高效、精準(zhǔn)的分類，是進(jìn)行有效客戶管理的基礎(chǔ)和重要技術(shù)。提高電信企業(yè)競(jìng)爭(zhēng)力的重點(diǎn)在于，如何將數(shù)據(jù)庫(kù)中看似毫無(wú)關(guān)聯(lián)不具備價(jià)值的數(shù)據(jù)通過(guò)系統(tǒng)的整合，提煉出有用的數(shù)據(jù)信息，并對(duì)此進(jìn)行分析研究來(lái)制定差異化以及個(gè)性化的服務(wù)。
　　數(shù)據(jù)挖掘通過(guò)數(shù)據(jù)分析，從大量的原始數(shù)據(jù)里發(fā)現(xiàn)其內(nèi)在規(guī)律。其工

2、作過(guò)程一是數(shù)據(jù)準(zhǔn)備：從相關(guān)數(shù)據(jù)庫(kù)中選取數(shù)據(jù)，這些數(shù)據(jù)又會(huì)被整合成可以被用于數(shù)據(jù)挖掘的數(shù)據(jù)集合；二是發(fā)現(xiàn)規(guī)律：使用數(shù)據(jù)準(zhǔn)備時(shí)所得到的數(shù)據(jù)集合，采用某種方法，將這些數(shù)據(jù)集合之間的規(guī)律尋找和總結(jié)出來(lái)。本文主要針對(duì)數(shù)據(jù)挖掘技術(shù)中的一個(gè)重要領(lǐng)域：聚類分析進(jìn)行研究分析并將其投入到現(xiàn)實(shí)企業(yè)決策中去。聚類挖掘其本質(zhì)就是要將那些非實(shí)體的對(duì)象集合分組，使之成為由許多相似對(duì)象所形成的對(duì)象類的一個(gè)過(guò)程，其主要工作就是把收集來(lái)的那些相似的數(shù)據(jù)進(jìn)行分類和聚合。

3、r>　　本文參閱了大量的國(guó)內(nèi)與國(guó)外的文獻(xiàn)資料，對(duì)數(shù)據(jù)挖掘技術(shù)、客戶關(guān)系管理系統(tǒng)、電信行業(yè)客戶分類模型進(jìn)行了深入且細(xì)致的研究。針對(duì)基于聚類挖掘的客戶關(guān)系管理系統(tǒng)中的客戶分類，開(kāi)展了以下幾項(xiàng)研究工作：
　　1．建立有利于數(shù)據(jù)分析的客戶分類模型?？蛻舴诸惸Ｐ偷慕⒋蟠筇岣唠娦牌髽I(yè)對(duì)用戶的分類，把具有某種消費(fèi)習(xí)慣或者消費(fèi)傾向的用戶歸集起來(lái)，本論文主要正對(duì)短信高頻使用用戶類，制定有針對(duì)性的營(yíng)銷策略。該客戶分類模型可以將大量具有相似特征的用

4、戶歸集起來(lái)，形成某個(gè)特定的客戶類別，是企業(yè)能夠量化的對(duì)某一用戶類進(jìn)行分析，制定適合的電信產(chǎn)品和服務(wù)。
　　2．從兩方面入手對(duì)原有的K-means算法進(jìn)行優(yōu)化分析。其一本文對(duì)初始聚類中心進(jìn)行優(yōu)化：更好的劃分效果是通過(guò)對(duì)原始聚類中心的選擇而得到的。它使得不同聚類中的對(duì)象是不相似的，但一個(gè)聚類中的對(duì)象卻是相似的。同時(shí)本文運(yùn)用數(shù)學(xué)幾何定律：“三角形兩條邊的長(zhǎng)度必定大于第三條邊”來(lái)降低k-means算法的總時(shí)間復(fù)雜度。以此來(lái)盡可能的達(dá)到減少

5、迭代次數(shù)，提高挖掘性能的目的。通過(guò)對(duì)比發(fā)現(xiàn)，優(yōu)化后的算法比傳統(tǒng)的K-means算法具有更好的性能。
　　3．確定客戶分類模型中所用到的分類變量和描述變量。消費(fèi)者由于各種因素之間的差異，本身也呈現(xiàn)出多樣化，對(duì)于消費(fèi)者而言，根本沒(méi)有單一的策略可以對(duì)應(yīng)所有客戶的需求，單一的產(chǎn)品選擇都不是一種優(yōu)秀的戰(zhàn)略選擇，而客戶分類在本質(zhì)上就是為迅速提高一個(gè)大型多元化的組織管理水平提供了實(shí)際的可能性。客戶分類以客戶消費(fèi)行為和客戶價(jià)值為研究變量，將客戶人

6、口特征，參考客戶心理消費(fèi)因子作為參考依據(jù)，從而建立起了一套基于數(shù)據(jù)挖掘的客戶分類模型。
　　4．將SPSS公司開(kāi)發(fā)的Clementine7.0作為開(kāi)發(fā)工具，對(duì)上述研究得出的客戶分類模型通過(guò)電信客戶數(shù)據(jù)進(jìn)行驗(yàn)證，成功得出客戶分類組。同時(shí)本文選取了聚類挖掘結(jié)果中的短信高頻使用組為分析對(duì)象，對(duì)其消費(fèi)習(xí)慣和消費(fèi)傾向進(jìn)行深入分析并制定出了相應(yīng)的營(yíng)銷策略。結(jié)果表明：本文的工作將對(duì)改善電信行業(yè)的客戶管理，提高用戶滿意度，以及提升電信運(yùn)營(yíng)商的市場(chǎng)