摘要 | 第4-5页 |
abstract | 第5页 |
专用术语注释表 | 第8-10页 |
第一章 序论 | 第10-13页 |
1.1 引言 | 第10页 |
1.2 当前移动流量运营中存在的问题 | 第10-11页 |
1.3 本文的主要工作及论文结构 | 第11-12页 |
1.4 本章小结 | 第12-13页 |
第二章 相关背景知识介绍 | 第13-18页 |
2.1 引言 | 第13页 |
2.2 数据挖掘技术理论介绍 | 第13-14页 |
2.2.1 数据挖掘技术简介 | 第13页 |
2.2.2 数据挖掘的常规方法 | 第13-14页 |
2.3 国内外研究现状 | 第14-17页 |
2.3.1 分类与决策 | 第14-15页 |
2.3.2 关联规则分析 | 第15-16页 |
2.3.3 新型领域挖掘 | 第16-17页 |
2.4 本章小结 | 第17-18页 |
第三章 移动流量运营分类挖掘算法设计 | 第18-34页 |
3.1 问题定义及分析 | 第18-20页 |
3.1.1 问题定义 | 第18页 |
3.1.2 问题分析及策略 | 第18-20页 |
3.2 客户挖掘详细设计 | 第20-25页 |
3.2.1 总体设计 | 第20-23页 |
3.2.2 接口设计 | 第23页 |
3.2.3 运行设计 | 第23-24页 |
3.2.4 系统数据结构设计 | 第24-25页 |
3.3 流量增长型客户算法设计说明 | 第25-27页 |
3.3.1 单月超流量费分段提取算法设计说明 | 第25-26页 |
3.3.2 三个月超流量分段提取算法设计说明 | 第26-27页 |
3.3.3 套餐分类提取算法设计说明 | 第27页 |
3.4 价值提升型客户算法设计说明 | 第27-30页 |
3.4.1 大学生微信与非微信数据提取算法设计说明 | 第27-28页 |
3.4.2 大学生手机营业厅数据提取算法设计说明 | 第28-30页 |
3.5 价值提升边缘型客户算法设计说明 | 第30-33页 |
3.5.1 单一因素影响流量数据提取算法设计说明 | 第30-31页 |
3.5.2 多重因素影响流量数据提取算法设计说明 | 第31-33页 |
3.6 本章小结 | 第33-34页 |
第四章 算法实现和测试验证 | 第34-70页 |
4.1 流量增长型客户挖掘实现和测试验证 | 第34-47页 |
4.1.1 流量增长型客户单月超流量实验 | 第34-37页 |
4.1.2 流量增长型客户三个月超流量实验 | 第37-41页 |
4.1.3 流量增长型客户单月超流量和套餐类型实验 | 第41-47页 |
4.2 价值提升型客户挖掘实现和测试验证 | 第47-53页 |
4.2.1 微信与非微信客户单月超流量费用实验 | 第47-48页 |
4.2.2 微信与非微信客户三个月平均流量实验 | 第48-50页 |
4.2.3 手厅与非手厅客户单月超流量费用情况实验 | 第50-51页 |
4.2.4 手厅与非手厅客户三个月月均流量使用情况实验 | 第51-53页 |
4.3 价值提升边缘型客户单一因素算法实现及测试验证 | 第53-62页 |
4.3.1 家庭宽带与流量使用情况实验 | 第53-55页 |
4.3.2 手机制式与流量使用情况实验 | 第55-59页 |
4.3.3 微信与流量使用情况实验 | 第59-62页 |
4.4 价值提升边缘型客户多重因素算法实现及测试验证 | 第62-68页 |
4.4.1 家庭宽带和手机制式流量使用情况实验 | 第62-65页 |
4.4.2 家庭宽带和微信流量使用情况实验 | 第65-68页 |
4.4.3 营销效果跟踪 | 第68页 |
4.5 本章小结 | 第68-70页 |
第五章 总结与展望 | 第70-71页 |
参考文献 | 第71-73页 |
致谢 | 第73页 |