客户关系第九章讲义(编辑修改稿)

客户关系第九章讲义(编辑修改稿)内容摘要：

频繁项集的任何子集也一定是频繁的 交易 ID 购买商品20xx A ,B ,C1000 A ,C4000 A ,D5000 B ,E ,F频繁项集 支持度{ A } 75%{ B } 50%{ C} 50%{ A ,C} 50%最小值尺度 50% 最小可信度 50% 关键步骤：挖掘频繁集 • 频繁集 :是指满足最小支持度的项目集合 – 频繁集的子集也一定是频繁的 • 如 , 如果 {AB} 是频繁集，则 {A} {B} 也一定是频繁集 – 从 1到 k（ k频繁集）递归查找频繁集 • 用得到的频繁集生成关联规则 数据分析与数据挖掘 ——某月业务使用的关联规则挖掘 关联规则挖掘结果 ——某类客户的业务关联规则 编号 支持度 % 置信度 % 结论 前提 1 前提 2 前提 3 1 短信 第二类客户 2 短信 第二类客户 省内通 3 短信 第二类客户 本地长途 4 短信 第二类客户 17951 5 17951 第二类客户 本地长途 6 17951 第二类客户 省内通 7 本地长途 第二类客户 17951 8 本地长途 第二类客户 短信 关联规则挖掘结果 ——使用量小的业务的关联规则 编号 支持度% 置信度% 提升度 结论 前提1 前提2 前提3 前提4 前提 5 1 4 手机寻呼 第五类客户 移动梦网 17951 本地长途 全球通 2 5 手机寻呼 第五类客户 17951 本地长途 全球通 3 1 手机寻呼 第五类客户 17951 本地长途 短信 全球通 分析结论 – 当前业务： 移动的业务使用以语音业务为主，其中本地市话占了相当大的比重，漫游的业务主要集中于一部分用户中（聚类分析的第 8类）。 而数据业务主要以短信为主，其他的数据业务非常少。 这也与张家界调研回来的结论相一致。 – 未来业务发展潜力 • 经过调研，用户在对移动的服务反馈中普遍对彩铃、短信、彩信、梦网邮箱等数据业务表示满意，这与现在的使用量非常小形成了对比。 其原因有待进一步分析，但新的业务被用户所接受需要一定的时间，如果使用效果和服务质量都很好，未来会有很大的业务发展潜力。 • 一些用户也对数据业务提出了质疑，例如对天气预报业务，即使没有定制也会发送，这会造成客户对资费情况的怀疑，同时也不便于统计业务的实际使用情况。 此外一些用户反映彩铃曲目不丰富，难以吸引人，这会对彩铃业务的推广造成阻碍。 • 在语音业务方面，用户对大灵通业务、集团网业务表示满意，而从用户对业务的使用情况来看，相当一部分的本地市话是由使用这一部分业务的用户发出的，这也表明，现在本地的用户对于大灵通、集团网业务持欢迎或依赖的态度。 而相应的，一些本地用户对数据业务的使用就非常少，例如聚类分析的第 2类用户。 神经网络方法 …. …. …. 输入层 隐藏层 输出层 u1j u2j Wij Wjk Oj Ok unj 用于客户需求模式识别的 BP网络模型 …. …. u1k 样本客户关键属性值 样本客户目的层需求导向 u2k unk • 初始化 • 将客户在属性层的关键属性集合作为训练样本的输入集，其中。 将客户在目的层上的评价值集合作为训练样本输出期望集，其中。 隐藏层结点数定义在 3个到 20个之间，以达到最佳预测效果时的隐藏结点数为最终结果。 随即设置所有连接权值为任意小 • 计算实际输出 • 用 x1,x2,x3…. 代表输入样本， t1,t2,….代表样本输出期望，用 函数逐层计算各层节点（不包括输入层）的输出值，最后的实际输出表示为 1)]e xp (1[ i iijixwy), .. .,( 21 nooo• 权值调整 • 用递归方法从输出节点开始返回到隐层节点，按下式调整权值 )]1()([)()1(  NwNwoNwNw ijijjiijij ))(1( jjjjj otoo kjkkjjj woo  )1(• 考察实际输出向量 ),.. .,(21 nooo),.. .,( 21 nttt与样本输出期望 之间的误差  jjj ote2)(21直到误差 满意为止 应用案例：客户需求的分析 目的层 沟通导向 (a26) 商务导向 (a27) 娱乐导向 (a28) 资讯导向 (a29) 结果层 沟通方便、联系快捷、交费方便 优质服务、高品位、尊贵、便捷 时尚、快乐、轻松、多变、个性 智慧、知识、丰富、及时、资讯 属性层 短信 呼叫等待 呼叫转移 小秘书 语音信箱 a1 a2 a3 a4 a5 掌中宽带、 漫游业务、 网上订票 彩 E、 手机银行、 股票交易、 手机购物、 a6 a7 a8 a9 a10 a11 a12 炫铃、 铃声下载、 图片下载、 游戏、 交。