基于改进RFM模型的聚类算法在农村用户4G消费行为中研究与应用

摘要

4G（第四代通信技术）通信时代，三家电信运营商（移动、电信、联通）的竞争日益激烈，南通如皋地区的城区通信市场已逐步趋于饱和，县城区域4G用户已达到高水位，已很难有更大的突破，而17个农村乡镇是一个函待开发的蓝海，4G普及率低、客户多，具有巨大的新增客户挖掘空间。如何有效的开展4G营销，实现保存量促新增，扩大如皋的移动市场份额，是如皋移动公司急需解决的问题。而要提升移动市场份额，如皋移动应加大农村市场的拓展力度，通过强有力的营销手段提升市场占有率，扩大规模效应，从而抢占这一潜在市场！
　　RFM模型是衡量客户能否给企业带来创收的重要工具，R表示最近一次购买行为，F表示购买频次，M则表示购买金额，但是该模型不太适用于电信行业（因为用户几乎时时刻刻在消费，消费频次也高）。本文针对RFM模型在电信行业应用中的不足之处，研究了通信用户的消费行为，提出了基于改进RFM模型的ATM移动通信客户消费行为模型（A表示用户的个人属性，例如性别、网龄、是否家庭成员等，T表示用户的终端属性，如机龄、终端价格等，M表示用户的消费属性，如月消费金额、流量使用数等）。通过实际应用，证明了ATM模型是对通信企业客户进行数据分析的有效方法。本文的研究成果可作为辅助如皋移动提升农村移动用户4G覆盖率的科学依据。

目录

声明

第一章 绪论

1.1 课题研究背景及意义

1.2研究现状与发展趋势

1.3 本文研究内容

1.4 章节安排

第二章 基础理论与相关技术介绍

2.1 RFM模型介绍以及相关应用说明

2.2电信行业RFM模型应用

2.3聚类算法介绍以及相关应用说明

2.4四种聚类算法案例分析

第三章 改进的RFM模型和聚类算法分析

3.1 传统的RFM模型在电信客户细分中的缺陷

3.2 改进的ATM模型

3.3 经典K-均值算法不足之处

3.4改进的K-均值聚类算法

第四章 对ATM模型数据的预处理

4.1模型框架

4.2数据预处理分析

第五章 系统实现和评价

5.1整体设计方案

5.2算法模型分析

5.3通过K-均值聚类算法得出的结果

5.4实际验证

第六章 总结及展望

6.1总结

6.2展望

参考文献

致谢