基于数据挖掘技术的电信客户关系管理研究

基于数据挖掘技术的电信客户关系管理研究作者：陈骏武学位授予单位：湖南大学参考文献(65条)1.RygielskiC.WangJC.YenDCDataminingtechniquesforcustomerrelationshipmanagement2002(24)2.罗纳德·史威富特客户关系管理--加速利润和优势提升20023.李宝东.宋瀚涛数据挖掘在客户关系管理(CRM)中的应用[期刊论文]-计算机应用研究2002(10)4.陈京明数据仓库与数据挖掘技术20025.武森.高学东.巴斯蒂安M数据挖掘与数据仓库20036.张云涛.龚岭数据挖掘原理与技术20047.陈卫华.朱仲英数据挖掘在CRM中的应用[期刊论文]-微型电脑应用2001(10)8.中国人民大学统计学系数据挖掘中心关联规则挖掘概述[期刊论文]-统计与信息论坛2002(5)9.邱丕群数据挖掘中的决策树技术及其应用[期刊论文]-统计与信息论坛2002(2)10.王涛神经网络在数据挖掘中应用200211.李业丽.常桂然.徐茜神经网络在数据挖掘中的应用研究[期刊论文]-计算机工程与应用2000(8)12.ZhangT.RaghuR.MironLBIRCH:ANewDataClusteringandItsApplications1997(02)13.KantiB.SanjeevV.AmarGBriefApplicationDescription.NeuralNetworksBasedForecastingTechniquesforInventoryControlApplications1998(01)14.FransC.GranhamG.PaulLTreeStructuresforMiningAssociationRules2004(01)15.DongjoonH.RajeevR.KyuseokSBuildingDecisionTreewithConstraints2003(02)16.SreeramaKMAutomaticConstructionofDecisiontreesfromData&colon:AMulti-DisciplinarySurvey1998(04)17.CastejonLM.FrancisonDA.MartinezJ.EliseoV,VergaraPOutlierDetectionandDataCleaninginMultivariateNon-NormalSamples&colon:ThePAELLAAlgorithm2004(02)18.段晓君.杜小勇.易东云可视化数据挖掘技术及其应用[期刊论文]-计算机应用2000(1)19.廖里数据挖掘和数据仓库及其在电信业中的应用[期刊论文]-重庆邮电学院学报(自然科学版)2000(4)20.DavidHBayesianNetworksforDatamining1997(01)21.CooperGF.HerskovitsEABayesianmethodfortheinductionofprobabilisticnetworksfromdata199222.慕春棣.戴剑彬.叶俊用于数据挖掘的贝叶斯网络[期刊论文]-软件学报2000(5)23.羌磊.肖田元.乔桂秀一种改进的Bayesian网络结构学习算法[期刊论文]-计算机研究与发展2002(10)24.王玮.陈恩红.王煦法基于贝叶斯方法的知识发现[期刊论文]-小型微型计算机系统2000(7)25.HuiSC.JhaGDataminingforcustomerservicesupport2000(80)26.周宇.张森.蔡霞面向E-CRM的数据挖掘技术应用[期刊论文]-控制工程2003(3)27.ZhouZHThreeperspectivesofdatamining2003(01)28.王玮.陈恩红.王煦法基于贝叶斯方法的知识发现[期刊论文]-中国科学技术大学学报2000(4)29.徐光宪.刘建辉.黄素芬电信行业中数据挖掘的应用研究[期刊论文]-现代管理科学2004(12)30.罗宁.穆志纯CRM在电信行业中的应用与技术[期刊论文]-计算机时代2004(1)31.贾琳.李明基于数据挖掘的电信客户流失模型的建立与实现[期刊论文]-计算机工程与应用2004(4)32.郭道宁.舒华英数据挖掘在电信运营市场决策支持中的应用[期刊论文]-北京邮电大学学报(社会科学版)2004(2)33.汤小文.蔡庆生数据挖掘在电信业中的应用[期刊论文]-计算机工程2004(6)34.杨树莲数据挖掘在电信行业客户流失分析中的应用[期刊论文]-计算机与现代化2005(2)35.许昌加.高阳数据挖掘在电信客户细分中的应用研究[期刊论文]-成组技术与生产现代化2004(1)36.赵宏波.孟雅玲数据挖掘在电信客户关系管理中的应用[期刊论文]-电信技术2001(12)37.王尔平.崔宝灵数据挖掘技术在电信CRM中的应用[期刊论文]-管理科学2003(5)38.廖里数据挖掘和数据仓库及其在电信业中的应用[期刊论文]-重庆邮电学院学报(自然科学版)2000(4)39.李丙春.耿国华数据仓库与数据挖掘在电信业中的应用[期刊论文]-新疆大学学报(自然科学版)2002(3)40.冀振明.陶世群基于电信运营中大客户流失的数据挖掘模型[期刊论文]-计算机工程与应用2004(23)41.王新海.李石山.何满辉电信业顾客满意度测评指标体系的建立与检验2004(06)42.于坤章.刘资媛电信业的顾客满意度测评要素分析[期刊论文]-财经理论与实践2004(5)43.唐世渭电信企业信息化中数据仓库技术的应用[期刊论文]-电信科学2003(1)44.罗宁.穆志纯CRM在电信行业中的应用与技术[期刊论文]-计算机时代2004(1)45.HanJW.KamberMDataMinging:ConceptsandTechniquies200046.AgrawalR.SrikantRFastAlgorithmsforMiningAssociationRulesinLargeDatabases199447.FayyadU.GrinsteinGGInformationVisualizationinDataMiningandKnowledgeDiscovery200248.陈守余.周梅春数据开采的BP神经网络方法及其应用[期刊论文]-地球科学1998(2)49.金钰人工神经网络BP网的应用[期刊论文]-北京理工大学学报1998(6)50.QuinlanJRInductionofdecisiontress198651.姜欣.徐六通.张雷C4.5决策树展示算法的设计[期刊论文]-计算机工程与应用2003(4)52.苗夺谦.王珏粗糙集理论中概念与运算的信息表示[期刊论文]-软件学报1999(2)53.AgrawalRMiningassociationrulesbetweensetsofitemsinlargedatabases1993(05)54.林杰斌.刘明德.陈湘数据挖掘与OLAP理论与实务200355.羌磊.肖田元.乔桂秀一种改进的Bayesian网络结构学习算法[期刊论文]-计算机研究与发展2002(10)56.冀俊忠.刘椿年.沙志强贝叶斯网模型的学习、推理和应用[期刊论文]-计算机工程与应用2003(5)57.胡玉胜.涂序彦.崔晓瑜.程乾生基于贝叶斯网络的不确定性知识的推理方法[期刊论文]-计算机集成制造系统2001(12)58.张少中.王秀坤.孙莹光贝叶斯网络及其在决策支持系统中的应用[期刊论文]-计算机工程2004(10)59.胡振宇.林士敏贝叶斯网络中的贝叶斯学习[期刊论文]-广西科学院学报2000(4)60.胡振宇基于贝叶斯网络的统计推断与问题求解2000(01)61.王辉用于预测的贝叶斯网络[期刊论文]-东北师大学报(自然科学版)2002(1)62.林士敏.田凤占.陆玉昌贝叶斯网络的建造及其在数据采掘中的应用[期刊论文]-清华大学学报(自然科学版)2001(1)63.王辉用于决策支持的贝叶斯网络[期刊论文]-东北师大学报(自然科学版)2001(4)64.叶进.程泽凯.林士敏基于贝叶斯网络的电信客户流失预测分析[期刊论文]-计算机工程与应用2005(14)65.冀俊忠.刘椿年.沙志强贝叶斯网模型的学习、推理和应用[期刊论文]-计算机工程与应用2003(5)相似文献(10条)1.学位论文李艳美基于贝叶斯网络的数据挖掘应用研究2008常用的数据挖掘方法有许多，贝叶斯网络(BayesianNetworks，BN)方法在数据挖掘中的应用是当前研究的热点问题，具有广阔的应用前景。数据挖掘的主要任务就是对数据进行分析处理，从而获得其中隐含的、事先未知的而又有用的知识。它的最终目的就是发现隐藏在数据内部的规律和数据之间的特征，从而服务于管理和决策。贝叶斯网络作为在上个世纪末提出的一种崭新的数据处理工具，在进行不确定性推理和知识表示等方面已经表现出它的独到之处，特别是当它与统计方法结合使用时，显示出许多关于数据处理的优势。本文致力于贝叶斯网络在数据挖掘中的应用研究，首先介绍了贝叶斯网络相关理论，贝叶斯网络的学习是数据挖掘中非常重要的一个环节，比较详细的讨论了网络图结构问题，为利用贝叶斯网络解决实际问题，建立样本数据结构和依赖关系奠定了基础。其次介绍了数据挖掘的相关问题以及主流的数据挖掘算法，并分析了各类算法的优缺点。针对目前还没有一种完整的在数据挖掘中构建贝叶斯网络的算法步骤，探讨性地提出了一种启发式的在数据挖掘中利用样本数据构建贝叶斯网络的算法思想，该算法较好的解决了在数据挖掘中利用样本数据设计贝叶斯网络问题。最后进行了实验分析，利用本文提出的算法，建立了大学生考研模型和农户信用等级评定模型，进行了较为详细的实验，并分别与决策树方法和传统的信用评分方法进行了比较，实验结果表明本文提出的算法设计简单、方法实用、应用有效，与其它算法相比还有精度较高的特点，同时也表现出了该算法在数据挖掘方面的优势，利于实际中的管理、分析、预测和决策等。2.期刊论文慕春棣.戴剑彬.叶俊.MUChun-di.DAIJian-bin.YEJun用于数据挖掘的贝叶斯网络-软件学报2000,11(5)贝叶斯网络是用来表示变量集合的连续概率分布的图形模式,它提供了一种自然地表示因果信息的方法,用来发现数据间的潜在关系.贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型,即根据数据样本D和先验知识ζ,找出后验概率p(sh|D,ζ)最大的贝叶斯网络S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导,用一个实例来说明贝叶斯网络的计算过程,并介绍了贝叶斯网络在数据挖掘领域内的应用.3.学位论文蒋思伟基于GEP的贝叶斯网络在数据挖掘模型优化中的应用2006数据挖掘(DataMining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。随着通讯技术的发展和计算机技术的普及，“数据爆炸而知识贫乏”问题的日渐突出，人们对数据分析工具的需求越来越强烈，而数据挖掘的出现为这一需要提供了有力的技术支持。人们已逐渐认识到数据挖掘技术能将原始数据转换为有意义的形式，从中挖掘潜在蕴含的科学知识，具有巨大商业价值，从最初的商业应用到现在，数据挖掘已逐渐扩展到医疗、金融、生物、电信、军事、体育等诸多领域。经过十多年的发展，已经逐渐建立起系统的挖掘理论和成熟的挖掘技术，形成了以关联分析、分类、聚类分析、回归分析等为主要形式的应用技术。分类(Classifier)是从训练数据找出一个类别的概念描述，它描述了这类数据的整体信息，依据概念描述来建立分类器，并用该模型米预测新的数据所属类，它是数据挖掘的主要分支之一。本文以遗传进化算法和贝叶斯推理为出发点，研究了他们的混合模型在分类中的应用。遗传算法(GeneticAlgorithm)是一类借鉴生物界的进化规律(适者生存，