上海移动集团客户信用评价模型研究

随着3G时代的来临,电信运营商在集团客户市场上的竞争更趋激烈。较之个人客户,集团客户虽能为电信运营商贡献更多的业务收入,但却比个人客户存在更大的欠费风险。如何对集团客户的信用情况进行判别和认定,以便更好地控制运营风险,已经成为电信运营商亟需解决的问题。本文从集团客户信用评价模型提出的背景、企业信用评价常用分析方法谈起,重点介绍上海移动基于Logistic回归分析的集团客户信用评价模型,并对基于此模型建立的集团客户分级服务标准进行了简要阐述。     

基于数据挖掘的电信企业客户细分研究

结合数据挖掘技术研究电信企业的客户细分,提出了客户细分的模型和客户细分的流程,以提高电信企业的竞争力。     

基于数据挖掘技术的CRM系统中客户行为

为了解决在企业中实施客户关系管理（CRM）,CRM系统中客户行为的定量研究问题,利用决策树的数据挖掘相关技术和方法,提出了UPTree数据挖掘算法,并采用UPTree算法对隐藏在大量客户行为中的信息进行挖掘,从而获取了CRM系统中潜在的客户行为规则,并给出这些行为规则的IF-THEN的描述形式,为企业的科学决策提供依据。     

基于数据挖掘的客户分类应用研究

随着电信市场竞争的不断加剧,电信企业传统的营销模式正在向主动营销和精确营销转变,因此客户分类显得至关重要。本文讨论基于数据挖掘的客户细分方法,提出了套电信行业客户分类的数据挖掘技术应用解决方案,并对电信公司小灵通客户进行了应用分析。     

基于数据挖掘保险业客户管理系统的构建研究

通过对数据挖掘技术在CRM中应用的研究,介绍利用数据挖掘技术中的聚类分析法进行保险业CRM系统的构建.根据保险客户群细分数据挖掘的需要,并对k-means聚类算法进行了改进,从而增强了系统的通用性和可扩展性.     

基于数据挖掘的电信客户细分

数据挖掘以其强大的数据处理能力和信息挖掘能力广泛用于各行业。尤其在通信行业。本文提出了将数据挖掘技术应用到通信行业客户关系管理之中的观点,通过客户细分验证了数据挖掘在通信行业客户关系管理中的可行性和有效性。     

基于数据挖掘技术的核心客户的识别

在RFM模型的基础上,根据具体行业的特点,提出了客户重要度测量模型,并且利用数据挖掘技术——决策树算法进行核心客户的特征提取,最后就某一企业的实际情况进行实证研究,为企业进行一对一营销或客户服务提供支持.     

基于数据挖掘的移动客户流失量预测模型

为了解决移动客户流失量建模与预测中的一些难题,结合移动客户流失量的变化特点,提出一种基于数据挖掘的移动客户流失量预测算法.首先收集移动客户流失量的历史样本,并通过预处理消除一些无用样本,然后根据贝叶斯决策树算法对移动客户类型进行分类,最后针对具体的移动客户预测流失量.结果表明,该算法建模速度优于其他移动客户流失量预测模型,可以获得更优的移动客户流失量预测结果.     

运用数据挖掘技术建立查找客户故障的模型

数据挖掘是从海量数据中提取隐含在其中的有用信息和知识的过程。它可以帮助企业对数据进行微观、中观乃至宏观的统计、分析、综合和推理,利用已有的数据进行预测,帮助企业赢得竞争优势。数据挖掘目的是根据企业的既定业务目标和存在的问题,对大量的业务数据进行探索,揭示其中隐     

基于数据挖掘技术的移动通信行业客户细分

利用数据挖掘中的误差平方和准则函数的K-Means聚类算法,建立了客户细分模型,为企业进一步制定营销策略提供依据.此方法已经投入运行.实践证明,该方法实用、可操作性强,对支持企业产生了积极的影响.     

基于数据挖掘方法的中小型企业客户细分的案例研究

以中小型商业批发企业为例，基于企业的日常销售数据结合数据挖掘的方法，设计了一种反映客户价值与客户关系质量的客户细分模型，并进行了实际的挖掘。目的是探讨在中小型企业不能提供完备数据的情况下，进行客户细分方法的可行性及有效性。通过分析研究可以看到，只要设计出合理的细分模型仍然可以实现客户细分。     

数据挖掘在电信客户细分中的应用

CRM系统已被广泛应用.客户细分作为CRM 系统的重要组成部分,是进行其他决策工作的基础之一.简单有效的电信行业客户细分方法利用了客户行为和价值分析模型,从数据库中提取出相关数据,作为分析的依据,实现了对数据分群的操作,具有一定的实用价值.     

企业电子商务中的客户数据挖掘

企业在开展电子商务活动中需要处理众多的数据,其中客户数据是企业电子商务活动中极为重要的数据。本文在探讨Web数据挖掘涵义和方法的基础上,分析了企业电子商务活动中客户数据挖掘的流程,并指出了客户数据挖掘对于企业开展电子商务的意义。     

基于决策树方法的银行客户信用评估

分析了传统银行客户信用评估方法存在的问题，针对ID3算法存在的不足，提出了一种改进的ID3算法．实验结果表明，改进后的ID3算法分类正确率有所提高，所生成的决策树较为健壮、简洁，可以减少计算代价，提高计算效率．     

遗传投影寻踪插值模型在大电力客户信用评估中的应用研究

分析、评估及掌握电力客户用电行为,是电力企业营销活动的重点和难点。供电企业着力研究与探索客户信用度等级评定的科学方法有助于企业规避经营风险。笔者在认真分析电力市场环境、客户纳费态度及能力等因素的基础上,构建了电力客户信用等级评价指标体系,本文首次提出将基于遗传算法的投影寻踪理论用于电力客户的信用评估,并构建了电力客户信用评估的新模型一遗传投影寻踪插值模型（Genetic Projeccion Pursuic Interpolation Model,简称GPPIM）。实例计算结果表明：GPPIM模型用于电力客户信用评估,使评估结果更为客观、合理,有其独特的优越性,具有推广应用价值。     

基于数据挖掘的客户价值预测方法

提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法.通过对客户历史交易数据的分析,获得能够综合反映老客户忠诚度和价值度的指标.基于该指标对老客户进行聚类,将老客户划分为若干个不同价值的客户群,即为每个老客户赋予一个价值等级标号.利用朴素贝叶斯分类方法来预测新客户(或潜在客户)的价值,并依据预测结果来制定相应的重点客户发展战略.实例验证了该方法的有效性和可行性.     

基于决策树方法的银行客户信用评估

分析了传统银行客户信用评估方法存在的问题,针对ID3算法存在的不足,提出了一种改进的ID3算法.实验结果表明,改进后的ID3算法分类正确率有所提高,所生成的决策树较为健壮、简洁,可以减少计算代价,提高计算效率.     

基于数据挖掘技术的教学内容双向评价系统的设计与实现

本文介绍了基于数据挖掘技术的教学内容双向评价系统的设计以及如何实现,通过数据挖掘技术使教学过程中存在的一些问题得以妥善、快速、精确的解决,使得我们的工作达到事半功倍的效果。     

会计信用评价体系研究

会计信用受到全社会的关注,而目前我国的现状是会计信息失真现象严重。因此,要构建会计信用评价体系来督促会计人员通过不同的途径来不断的提高自身的信用。     

会计信用评价体系研究

随着社会的发展,信用已经逐渐成为一个国家的主要因素,而目前我国的现状是会计信息失真现象严重。因此,不仅要制定相应的会计职业道德来规范会计工作者的行为,还要构建会计信用评价体系来督促会计人员通过不同的途径来不断的提高自身的信用。