基于数据挖掘的铁路货运潜在客户识别研究

摘要

随着高速铁路的不断发展，铁路运输逐步实现了客货分线，铁路货运的运能得到了大幅的提升。然而，在激烈的货运市场竞争中，铁路货运的市场份额日益下降且与公路货运市场份额之间的差距不断增大。运能的提升以及市场份额的不断下降使得铁路货运急需有效的潜在客户识别方法，以通过潜在客户的开发来避免运能的浪费，提升自身的市场份额。基于数据挖掘技术对铁路货运客户基础信息以及交易数据进行分析和挖掘能够有效识别铁路货运客户的基本特征，将铁路货运分散分布的数据提炼为有价值的“知识”，进而为铁路货运潜在客户的识别提供决策依据。
　　本文首先对铁路货运潜在客户识别现状进行了深入分析，并基于铁路货运产品特性以及客户需求特征提出了铁路货运潜在客户识别总体方案。其次，本文详细探讨了铁路货运潜在客户识别相关数据的采集和预处理方案，构建了铁路货运潜在客户识别数据仓库。再者，本文构建了铁路货运潜在客户识别模型，通过客户价值以及需求-产品匹配度两个维度对现有客户进行细分，得出客户的细分类型，基于客户细分类型利用决策树提取每一类客户的属性特征，形成客户特征库，进而利用客户特征规则与采集的外部企业数据进行匹配，得出潜在客户的名单以及相应的客户类型。最后，本文利用数据库和数据挖掘工具对潜在客户识别模型进行实现，通过算法的对比分析选择较优的算法，输出潜在客户具体名单及相应的客户类型，进而根据潜在客户类型反映潜在客户可能带来的价值以及获取的难易程度，并针对每一类潜在客户的具体特征提出针对性的开发方案。
　　本文构建的铁路货运潜在客户识别模型不仅能够判别分析对象是否为潜在客户，还能够评估潜在客户可能带来的价值以及获取的难易程度，能够为铁路货运潜在客户的开发提供决策依据。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外潜在客户识别研究现状

1．2．2 国内潜在客户识别研究现状

1．3 研究内容与思路

1．3．1 研究内容

1．3．2 研究思路

第2章 潜在客户识别理论与技术

2．1 潜在客户识别基础

2．1．1 潜在客户的定义

2．1．2 潜在客户识别的方法

2．2 数据仓库技术

2．2．1 数据仓库概述

2．2．2 数据仓库架构

2．3 数据挖掘技术

2．3．1 数据挖掘概述

2．3．2 数据挖掘主要技术

2．4 本章小结

第3章 铁路货运潜在客户识别分析

3．1 铁路货运潜在客户识别现状

3．2 铁路货运潜在客户识别总体架构

3．3 数据的获取与预处理

3．3．1 数据获取

3．3．2 数据预处理

3．3．3 数据仓库的构建

3．4 本章小结

第4章 铁路货运潜在客户识别模型

4．1 铁路货运现有客户细分

4．1．1 指标选取

4．1．2 模型构建

4．1．3 算法选择

4．2 细分客户特征识别

4．2．1 指标选取

4．2．2 模型构建

4．3 铁路货运潜在客户判别

4．3．1 客户特征库构建

4．3．2 潜在客户识别

4．4 本章小结

第5章 铁路货运潜在客户识别案例分析

5．1 铁路货运潜在客户识别数据仓库的构建

5．2 铁路货运现有客户细分实现

5．2．1 数据准备

5．2．2 现有客户细分模型实现

5．3 细分客户特征识别实现

5．3．1 数据准备

5．3．2 细分客户特征识别模型的实现

5．3．3 细分客户特征识别模型的评估

5．4 潜在客户识别与开发

5．4．1 潜在客户识别

5．4．2 潜在客户开发策略

5．5 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果