【计算机开题报告】面向大数据的电信客户细分研究与分析（保定学院开题报告模板）

一、选题的目的、意义、研究现状，本选题研究的基本内容、拟解决的主要问题

（一）（一）课题研究目的和意义

  客户细分的目的是为了将有潜力的客户与无潜力的客户区分开，以此对不同客户群进行针对性营销策略[1]。进入5G时代以来，5G数据的快速增长使电信行业面临着巨大的挑战和机遇。电信运营商主营业务由传统的语音业务在向着移动数据业务发展。作为大数据的生产事业，电信行业拥有极有价值的客户数据，如何对这些客户进行细分与研究，成为决定运营商发展的命脉。由于本人接触到过电信运营商客户细分与研究方面内容，所以希望通过一些相关技术方法对已有的手机用户群体进行细分，并从中找到最可能升级变更5G高端用户的早期潜在客户群。

正式的客户细分理论由美国人史密斯-威德尔于1956年提出，企业不可能无限制的全面满足所有客户的需求，所以需要人们通过客户细分理论和对客户数据的研究来掌握不同客户群体对服务的需求以及不同客户群体所带来的的价值。此项研究在帮助运营商管理者更高效地配置资源，把相应的资源用到产生相应价值的客户身上，从而提高资源的利用率，满足大部分群体对电信运营商的需求与好评，带动运营商经济等方面有着深远意义。

（二）研究现状

自1956年史密斯首次提出客户细分的概念以来，客户细分方法经历了一系列的变化[2]，传统的统计法主要是以客户基本属性特征的简单统计进行细分，包括诸如年龄、性别、家庭、种族等客户基本信息，但由于该方法不具备定量分析的的功能统计细分的结果往往具有较强的主观性，不能真实反应真正的客户价值。经过多年的研究和探索，营销学者们提出了一种基于客户价值的客户方法由于不同客户对企业的价值不同，通过分析客户的盈利能力及公司的利润贡献率将客户进行细分，再针对不同价值的客户群采取精准营销策略，从而实现企业利润最大化。为了动态的对客户的行为进行划分，随后提出了基于数据挖掘的客户细分方法，也就是现在

电信企业实现客户细分重点关注的研究领域[3]。基于数据挖掘的方法主要是运用聚类算法对客户进行细分，通过客户的历史数据来分析未知的客户行为特征，大致可分为两类客户细分方法：（1）多元统计分析，如K-means方法；（2）神经网络模型，如自组组织神经网络SOM算法。

目前，国内外学术界比较关注的是提高客户细分结果的准确性和可靠性，而新兴的5G时代使得又有一大批需要研究的客户细分研究。最近薛龙等人发表的期刊[4]显示已经可以通过因子分析和K均值聚类算法进行简单的5G客户的细分研究与分析;国外因为客户对5G网络的抵触，没有达到相应的效果，相关的客户数据由于国家管制只能从零散资料中挖掘[5],所以对5G用户的细分也进行得较为缓慢。美国已经为未来5年5G的发展奠定了基础，预计到2025年，美国会有将近65%的用户使用上5G。

（三）研究的基本内容

  本论文利用数据库的知识原理将相应的源数据从电信集团的客户数据库中取出，然后进行分析前的数据清洗，通过进行有标记的监督学习）或者半监督学习实现电信客户的细分，根据从电信运营商获取的计费，CRM的数据，分析用户特征和需求，实现对客户细分研究与分析，已达到对客户是否需要成为5G用户的预测。主要分为以下四个模块：

1、CRM、计费数据的取用：通过对CRM、计费数据库的理解，开始根据自己的目标数据从不同的库中取出所需要的客户数据。

2、数据清洗：将取到的数据，通过分箱法、回归法或聚类法将不需要的废数据清洗掉，主要是清洗掉重复、不全、空值和格式内容不同的数据，以便于往下的分析步骤。

3、客户数据分析：（1）客户忠诚度算法设计：用户crm数据中，有一条“是否离网”的字段，通过已经离网和未离网的用户历史数据分析现在仍然在网的用户离网概率，结合忠诚公式：1i=1-Pi，计算出客户忠诚度。上述公式中1i是第i个客户离网概率，Pi是第i个客户忠诚度。算法主要选择决策树或者svm算法，客户忠诚度的细分问题其实属于一种二分类问题，通过简单的是否达到来区分忠诚度。需要的表内字段主要有：1）手机号码2）生、失效时间3）是否实名制4）每月出账金额

（2）客户价值算法设计：客户的价值是客户给运营商带来的现有价值和潜在价值，由两者共同决定。算法主要选择AHP层次分析法，计算出每个指标的权重，根据用户价值计算公式计算出每个客户的客户价值。需要的表内字段主要有：影响现有价值：1）本月出账金额2）本月通话时长。影响潜在价值：1）忠诚度2）入网时间

（3）客户上网偏好算法设计：利用客户的每月订购上网流量包，和所需要的网速来对客户进行分析。算法主要选择svm算法。主要需要的表内数据是：1）客户每月订购流量包2）客户每月网速限制

4、数据可视化设计：通过对以上三类客户细分的数据结果，对数据进行可视化，以推测出预期想要达到的效果，找到客户中有成为5G客户的那一批潜在客户。

（五）拟解决的主要问题

1.半监督学习算法的选择与调优问题

2.可视化模块设计问题

二、选题研究步骤、研究方法及措施：

（一）研究步骤

1.课题调研

对现状需求进行分析，调研该课题的背景、目的及意义。

2.确定方向

对目前已有电信客户细分方法进行观察研究，找出不足，确定研究目标与方向，

3.系统设计

根据需求分析的结果，按照功能进行模块的划分，使用编程工具编写各个功能块。

4.程序编写

根据忠诚度方面、价值方面、上网偏好方面进行有关算法的程序编写。

5.运行调试

通过PyCharm、IDEA等工具进行测试，调试改进程序，使可视化界面更加完善。

6.撰写论文

归纳总结，完成论文。

（二）研究方法及措施

1.文献研究法：通过查阅关于客户细分，电信企业5G资源数据的相关文献，对其进行研究与分析，为文本寻找理论支持，使用文献研究法能了解有关问题的历史与现状，帮助完成研究课题。

2.描述分析法：就电信企业内部控制5G客户所具有的不同属性的现状和存在的可进行客户数据细分与研究问题进行归纳剖析。

3.实验法

通过程序的编写来完成整个可视化系统，在实验中发现问题，解决问题。

4.研究措施

通过相关书籍，学习相应的有关知识，进行网上搜索相关内容，阅读相关的项目报告，及时做笔录，对该课题有帮助的部分进行整理与分析，开拓思维，由此作为该课题的理论基础。

四、主要参考文献：

[1]张晓敏、王小丫、左小雪，面向大数据的电信客户细分模型研究与展望 [J]安徽财经大学 2018.03.12

[2]杨茜，基于大数据的客户细分模型及精确营销策略研究 [D]南京邮电大学 2015

[3]陈志平、胡宇舟、顾学道，聚类算法在电信客户细分中的应用研究 [J] 计算机应用，2007

[4]薛龙，基于因子分析和k均值聚类的5G客户挖掘 [D] 对外经济贸易大学，2021.04.12

[5]宋向东，王禹蓉 解析美国5G网络现状及发展动向 [D] 通信世界全媒体 2021.08.30

[6]郑美容.K-means聚类算法的分析研究 [J] 信息与电脑理论版 2012（7）

[7]顾芳，刘旭峰，左超.大数据背景下运营商移动互联网发展策略研究[J].邮电设计技术，2012（8)

[8]朱云鹤.国内电信运营商集团客户关系管理研究[D].北京邮电大学，2014

[9]胡举，贺治国，周鼎.电信运营商大数据平台建设方案与典型应用探讨[J].信息通讯.2017(10)