粗糙集神经网络在电信客户价值分类中的应用-管理科学与工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论 文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以 将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大 学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社 会公众提供信息服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日期 武汉理 武汉理工大学硕士学位论文 摘要 客户是企业一种特殊的资产，是企业生存和发展的命脉。客户价值的大小 取决于客户能够给企业带来利润的大小，根据二八法则，企业 80%的利润来自 20%的客户，所以企业必须对这 20%的优质客户采取特殊的服务策略以保证这 些客户不流失。如何才能快速有效的识别客户价值，以便企业有针对性的进行 客户关系管理呢。为此企业必须进行客户价值分析和评价，按照客户价值的大 小进行客户分类，对不同价值类别的客户，有针对性的对客户进行管理和维 护，达到维持现有客户、吸引新客户、提升客户对企业的价值贡献的目的，最 终实现企业经济效益最大化。 本文首先介绍了客户分类、客户价值和客户价值评价相关基础理论，包括 传统客户分类方法、现有客户价值评价模型、电信客户价值的特点以及当前国 内电信客户价值分类的现状及存在的问题。其次是从当前价值和潜在价值两个 方面分析电信客户价值的主要影响因素，并利用邻域粗糙集理论的属性约简功 能，从众多影响因素中识别主要因素，确定电信客户价值评价指标。同时利用 神经网络在处理复杂多元非线性数据的优势，构建用于电信客户价值分类的 BP 神经网络结构。 电信客户价值影响因素的分析关键在于其潜在价值影响因素的分析。电信 客户与电信运营商之间是一种长期的契约关系，其潜在价值的大小直接决定了 未来一段时间内客户能够给企业带来的价值贡献，是构成电信客户价值的重要 部分。本文从客户忠诚度、转网成本和客户信用度三个方面来分析影响电信客 户潜在价值的因素，确定在网时长、月消费额增值、客服评分、通讯对象数目 和客户信用等级为电信客户潜在价值的主要影响因素。 文章最后以中国移动某市分公司的客户情况为例进行实证研究，对客户历 史消费数据进行分析处理和训练学习，得到稳定的电信客户价值分类的 BP 神经 网络，并通过验证数据验证网络的分类效果。实验结果表明，稳定状态下的 BP 网络的客户价值分类准确率达到 90%。证明本文所选取的电信客户价值评价指 标是合理的，BP 神经网络在电信客户价值分类应用中是可行的。 关键词：客户分类，客户价值，粗糙集，神经网络 I Abstract Customer is a special kind of assets; he is the lifeblood of business survival and development. Given the large enterprise customer value, customer value for the enterprise but not also big. Different customers on the value of the enterprise are different. According to Pareto rule, 80% of corporate profits from 20% of customers, so companies must take special service strategy for these 20% customers to ensure that these customers are not lost. Therefore, companies must be evaluation and analysis customer value to identify the enterprise valuable customers, dynamic understanding of customer value so that the enterprise