基于數據挖掘的手機客戶細分研究.pdf

1、隨著通信技術的迅速發(fā)展，我國三大電信運營商面臨巨大挑戰(zhàn)和機遇，如何改變現有的經營模式，打造自己的優(yōu)勢，爭取更多的用戶，依然成為運營商必須要面臨的問題。而要做好這些，就必須了解手機用戶的喜歡、偏愛和有關的客戶行為。怎么去了解和掌握手機用戶的這些情況，就必須對用戶進行細分。通過數據挖掘技術對客戶進行細分，挖掘有價值的客戶信息和行為特征，及時把握客戶新的需求，制定有針對性的營銷策略，才能鞏固原有老客戶，發(fā)展新客戶。對不同的用戶采用差異化策略進

2、行精細化服務，提升客戶價值，控制成本，實現利潤最大化。
　　本文研究了 k-means算法，通過優(yōu)化初始聚類中心對該算法進行了改進。然后結合電信行業(yè)的特點和手機用戶的特征，選擇手機用戶的行為屬性和價值屬性作為細分變量建立了客戶細分模型，并對4000個樣本數據進行分析，對數據源進行數據預處理，清除異常值，并進行數據轉換；其次，用 K-meams聚類算法對客戶進行細分，用不同的聚類值得到幾組不同的聚類結果，然后采用判別分析方法對這幾組

3、聚類結果進行判別驗證，對判別樣本正確率進行分析對比，從而得出了最佳的聚類數；最后，分別用傳統(tǒng)的 k-means算法和改進的 k-means算法對客戶進行細分，并通過分析對比，得出最終的聚類結果，并對最終的客戶分類結果進行特征分析和總結，根據不同的客戶群的特征和習慣，提出相應的有針對性的營銷策略，
　　本文采用改進的 K-meams算法建立了客戶細分模型，實現了對客戶的細分，細分結果具有一定的合理性和實用性，對營銷策略的制定具有一定