欢迎来到天天文库
浏览记录
ID:44051029
大小:880.51 KB
页数:60页
时间:2019-10-18
《基于社会网络分析的电信市场网络复杂性分析及客户细分分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下,进行研究工作所取得的成果。除文中已经注明引用的内容外,本学位论文不包含任何他人或集体已经发表的作品内容,也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名:蛙肖日期:M)小。关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定:学校有权采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供本学位论文全文或者部分内容的阅览
2、服务;学校有权将学位论文的全部或部分内容编入有关数据库进行检熱交流;学校有权向国彖有关部门或者机构送交论文的复印件和电子版。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:狱虫再日期:"屁/2〃导师签名:日期do".口'2随着中国电信市场改革和重组的深化,中国的电信市场环境发生了根本性的变化,市场竞争日趋激烈。单纯地依靠用户数量扩张和价格战来拉动收入已经不能满足企业牛存和发展的需要。电信市场在从卖方市场转向买方市场的过程中,企业已经开始利用日常运营过程中所积累的客户的基本属性信息和消费行为信息,从不同的角度对数据进行智能分析,以便为科学决策
3、提供有价值的信息。但是这些方法大多都是基于客户个体特征属性进行分析,而没有考虑用户之间存在的关联关系。近年来,随着国内外学者对社会网络研究地深入,发现大多数社会关系网络具有复杂网络的统计结构特征,如“小世界效应”、“无标度特性”等等。然而,电信市场网络是一个天然的社会网络,它既体现了电信运营商的客户之间的关联关系,又在一定程度上体现了人与人之间的社会关系。而处于现实世界中的每个人都会受到周围环境的影响,因此将客户放在社会网络环境中考虑具有很重要的现实意义。本文利用社会网络分析方法(SNA),以某电信公司某年连续三个月销售数据为例建立电信市场的社会关系
4、网络模型。首先运用社会网络分析方法从网络的基本概况、网络结构特性等方面进行分析,验证了该屯信市场网络具有“小世界特性”和“无标度特性”,是一个典型的社会网络,具有明显的社会分群的特点。然后针对电信市场用户规模较大的特点,改进了基于共同邻居数的局部社团划分算法。该算法只需知道某个节点的邻居节点的信息,而不用掌握网络的整体特征,因此适用于大规模网络的客户细分。最后,本文应用该方法对所构建的电信市场网络进行细分,并针对不同的细分市场提出了相应的营销建议。关键词:复杂网络,社会网络,电信市场网络,复杂性分析,客户细分TTABSTRACTAlongwithth
5、edeepeningofrefomiingandrestructuring,theoperatingmarketenvironmentofChinaTelecomhasalsoundergoneafundamentalchange.Themarketcompetitionhasbecomemoreandmoreintensified,especiallyintherecentlyyears.Revenueswhichgainedfromexpandingusernumberanddecreasingpricearenotabletosupportth
6、eenterprisestosurviveanddevelop・Duringtheprocessofsellermarketchangingtobuyermarket,theenterpriseshavebeguntotakeadvantageoftheintelligentdataanalysismethodsfromdifferentanglestoanalyzecustomers9basicattributeinformationandconsumingbehaviorinformationaccumulatedduringdailyopera
7、tions,inordertooffervaluableinformationforscientificdecisions.However,mostofthesemethodsarebasedoncustomer'sindividualattributes,ignoringtheassociationamongthecustomers-Inrecentyears,alongwiththedeepeningresearchonthesocialnetworkhomeandabroad,scholarsdiscoverstatisticalstructu
8、refeaturesofthesesocialnetworkswithincomplexnetworks,s
此文档下载收益归作者所有