K-means聚类算法在通信运营商精准营销中的应用研究

• 作 者: 郑舒方
• 出 处: 吉林大学
• 发表日期: 2020年03期
• 关键词: 数据挖掘 K-means算法 电信用户 精准营销

二十一世纪是信息量极其巨大的时代,众多数据充斥着我们生活的每个角落,我们已经步入大数据时代。Data Mining(数据挖掘)技术正逐渐发展起来,其普遍应用于各个行业,在电信运营商市场竞争中,也发挥了巨大的作用。为了适应市场需要,运营商在管理决策过程中需要不断进行新产品开发以满足不同群体客户的使用习惯。传统产品开发仅依靠决策者的经验、友商同类产品市场反馈等,精准性、针对性欠缺,效果相对较差,而通过数据挖掘,使用大数据分析技术则为精准开发,有效针对提供了可能。首先,论文对目前数据挖掘、电信行业特点和精准营销的背景进行了研究,分析了国内外的最近研究现状,针对本论文研究方向涉及到的关键技术进行了重点研究。其次,重点针对K-means聚类算法进行了研究,主要体现在对算法的理论以及算法的特点进行了详细阐述,并且重点对K-means聚类算法改进与应用进行了设计;结合着数据挖掘技术对精准营销策略进行了设计。最后,针对电信用户的使用模式、消费习惯等数据,设计了基于K-means算法的精准营销分析模型,并将论文设计的分析方法应用到实际案例中去,对用户进行聚类分析,提出针对性的精准营销策略。同时在日常工作中,按照分析结果对用户进行维系、营销,验证了分析的准确性。通过研究的基于K-means聚类算法在通信运营商精准营销中的应用,最终实现了针对不同职业属性用户进行数据挖掘分析,可以使运营商看清不同职业属性的真实客户业务消费能力和使用行为,进而通过开发新产品或与已有的产品进行匹配,进行精准营销推广,从根本上改善用户体验,做到真正通过数据说话,提高销售业务的精准度。