數(shù)據(jù)感知技術(shù)在動感地帶品牌客戶分類中的應(yīng)用.pdf

1、動感地帶的目標(biāo)用戶人群是電信運(yùn)營商預(yù)付費(fèi)用戶的重要組成部分，其特征是年輕、時(shí)尚、潮流、富有個(gè)性，更加注重短信、上網(wǎng)等數(shù)據(jù)業(yè)務(wù)的使用。抓住這部分年輕、有潛力的客戶，電信運(yùn)營商就抓住了未來潛在的高價(jià)值客戶。電信運(yùn)營商主要通過細(xì)分目標(biāo)客戶和提供個(gè)性化服務(wù)來制定營銷策略，組合出適合他們的業(yè)務(wù)和資費(fèi)，實(shí)施差異化服務(wù)，不是以產(chǎn)品特性而是以客戶特性細(xì)分市場。如何針對高校市場的細(xì)分差異化營銷對于運(yùn)營商發(fā)展校園用戶更加重要。
　　論文針對上述問題，

2、用數(shù)據(jù)挖掘技術(shù)在動感地帶目標(biāo)用戶群中細(xì)分校園用戶。通過研究比較當(dāng)前主流的幾種分類方法，根據(jù)營銷及決策過程中對數(shù)據(jù)規(guī)模、計(jì)算精度和運(yùn)行效率的要求，選擇以多層感知器為主，用局部參數(shù)調(diào)整方式進(jìn)行優(yōu)化，采用距離密度法進(jìn)行聚類的方法，實(shí)現(xiàn)了動感地帶校園用戶群的識別和分類，并進(jìn)行了幾個(gè)營銷實(shí)例的實(shí)際驗(yàn)證。主要內(nèi)容為：
　　1．詳細(xì)研究分析比較了當(dāng)前主流的幾種分類法，包括貝葉斯分類，決策樹分類，感知器分類，人工神經(jīng)網(wǎng)絡(luò)分類，KNN分類等，以及各

3、種方法的適用環(huán)境；
　　2．對需求進(jìn)行了詳細(xì)的分析，根據(jù)從識別用戶群，合理適用資源，新產(chǎn)品研發(fā)等角度，結(jié)合對用戶分類的動態(tài)化、模塊化和快速分類與聚類的要求，選擇分類方法；
　　3．詳細(xì)設(shè)計(jì)了系統(tǒng)模型，部署了整個(gè)項(xiàng)目的實(shí)施步驟，包括模塊化設(shè)計(jì)，樣本準(zhǔn)備，數(shù)據(jù)預(yù)處理，感知器生成與優(yōu)化，用戶聚類，實(shí)際用戶驗(yàn)證等；
　　4．對感知器算法及優(yōu)化過程和距離密度聚類算法的實(shí)現(xiàn)進(jìn)行了介紹；
　　5．對實(shí)際用戶的識別和營銷活動執(zhí)行