作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
借助SASEM平台。对移动通信业务数据使用数据挖掘算法建立客户细分模型,能够刻画移动通信客户的行为特征,并以此建立客户流失预测模型。从而建立一个移动通信业客户流失预警系统。实践证明,该方法实用、可操作性强,对支持企业客户关系管理产生了积极的影响。
推荐文章
基于数据挖掘的移动通信业客户流失分析研究
数据挖掘
移动通信业
决策树
客户流失
数据挖掘在移动通信业客户流失管理中的应用
客户流失
数据挖掘
数据仓库
决策树
ID3算法
基于数据挖掘的通信业客户挽留系统研究
数据挖掘
客户分割矩阵
客户挽留
客户流失预测
挽留策略制定
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据挖掘的移动通信业客户流失预警系统设计
来源期刊 电脑知识与技术:学术交流 学科 经济
关键词 数据挖掘 移动通信 客户流失
年,卷(期) dnzsyjsxsb_2008,(5) 所属期刊栏目
研究方向 页码范围 612-613
页数 2页 分类号 F273
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李超 安徽财经大学统计与应用数学学院 84 458 9.0 19.0
2 李鑫 安徽财经大学统计与应用数学学院 4 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
移动通信
客户流失
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导