淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2906200610542100
中文論文名稱 無線網路客戶行為分析
英文論文名稱 Analysis of wireless customers’ behavior
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 94
學期 2
出版年 95
研究生中文姓名 謝幸宏
研究生英文姓名 Hsing-Hung Hsieh
學號 693192287
學位類別 碩士
語文別 中文
口試日期 2006-06-13
論文頁數 91頁
口試委員 指導教授-蔣定安
委員-王鄭慈
委員-葛煥昭
中文關鍵字 叢集  決策樹  顧客關係管理  顧客流失分析 
英文關鍵字 Clustering  Decision tree  Customer Relationship Management System  Loss Analysis of Customers 
學科別分類 學科別應用科學資訊工程
中文摘要 顧客關係管理系統(Customer Relationship Management System,CRM)在現在這個競爭激烈的商業環境中漸漸受到重視;以相關研究來說,取得新顧客的成本是維持舊有客戶費用的五倍,而能使舊有客戶的流失比率降低5%,獲利就可以增加60%以上。又以80/20法則,一間公司80%的利益來自20%的客戶,所以如何能確切瞭解客戶需求,從而發展出對客戶與企業有利的價值、策略與機制,是目前企業相當重視的一個議題。
本篇論文以一無線網路公司三個月來的交易與連線紀錄資料作分析,希望能以資料採礦中的叢集演算法找出各種不同客戶使用行為習性的群集,以求能提出有效的促銷行銷策略;另外,更希望進一步以決策樹演算法找出可能流失客戶群的特徵,以求擬定策略預防客戶的出走。
英文摘要 The customer relationship management system (the Customer Relationship Management System, CRM) gradually is subjected to the value in the business environment of this competition vehemence of now; Say with the related research, the cost that obtain the new customer is to maintain old customer's expenses of 500%, and can make the old customer run off the ratio to reduce 5%, the profit can increase 60% above. Again with 80/20 rules, a benefit with 80% company comes from 20% customer, so how the ability is accurate to understand customer's need, thus developing the value, strategy and mechanism that is beneficial to the customer and the enterprise, is a subject that the enterprise rather values currently.
This thesis records the data to make the analysis with a wireless three months of net company-old the bargain and on-line, hoping to provide for to anticipate to mine for minerals the flock that the medium clustering algorithm finds out various different customer the usage behavior temperament, in order to can put forward the valid promotion marketing policy; Besides, even hope to be further to find out the characteristic that may run off the customers with the decision tree algorithm, prevent customer from fleeing in order to the draw-up strategy.
論文目次 目錄
第一章 緒論 1
1.1 前言 1
1.2 研究動機與目的 1
1.3 論文架構 2
第二章 相關背景知識 4
2.1 無線網路 4
2.1.1 無線網路相對傳統有線網路所具有的優勢 4
2.1.2 無線網路發展歷程 6
2.1.3 無線網路未來發展-關於WiMAX 13
2.2 資料挖掘(Data Mining) 18
2.2.1 叢集化演算法 18
2.2.2 決策樹 22
第三章 架構與目標 28
3.1 架構與功能 28
第四章 資料挖掘的結果 36
4.1 分析標的說明 37
4.2 基本資料統計分析 38
4.3 以決策樹結果對可能流失客戶特徵分析 45
4.4 可能流失客戶的保留策略 50
4.5 叢集結果分析 52
第五章 未來發展 68
5.1 缺失檢討 69
5.2 未來研究方向 70
參考資料 73
英文稿 76
圖表目錄
圖 2-1 決策樹概念圖 26
圖 3-1:CRISP-DM的4個層次 29
圖 3-2 CRISP-DM模型 30
表4.1 月付型方案續用比例 38
圖 4.1 各方案購買人數比例 39
圖 4.2 會員年齡性別分佈統計 40
圖 4.3會員職業分佈統計 40
圖 4.4 各個月份接收量曲線 42
圖 4.5各個月份上線人數曲線 42
圖 4.6 年齡與方案購買人數統計 43
圖 4.7 週一到週日各時間接收量 44
圖 4.8週一到週日各時間上線人次 44
表4.2 決策樹演算法使用輸入欄位說明 45
圖 4.9以可能流失旗標作為輸入欄位結果 45
表4.3 三月份續用流失率預估 46
圖 4.10 以最後一次使用間隔天數作為輸入欄位結果 46
圖 4.11以使用次數作為輸入欄位結果 47
圖 4.12 最後間隔天數與可能續用比率 47
圖 4.13 使用次數與可能續用比率 48
圖 4.14 可能續用比率與實際續用比率 49
圖 4.15以USER_COUNT,Last_con_Day,OUT_Flag作為輸入欄位結果 50
圖4.16 以15 天資料預測各週可能流失率 51
表4.5 叢集演算法欄位說明 52
圖 4.17 資料總覽 54
圖4.18 Free_0203_Hour_Rate,星期六、日13 ~ 24點使用次數比率 55
圖4.19 WorkTime_01_USERHOUR_Rate_1,星期一~星期五7 ~ 12點使用次數比率 55
圖4.20 WorkTime_02_USERHOUR_Rate_1,星期一~星期五13 ~ 18點使用次數比率 55
圖4.21 WorkFree_04_Hour_Rate,星期一 ~ 星期五 1 ~ 6點使用次數比率 56
圖4.22 Down_Up_Rate_Log,下載上傳比率 56
圖4.23 LongTIME_Rate_log長時間使用(四小時以上)次數比率 57
圖4.24 NEXT_DAY_MAX,最大下次使用間隔天數 57
圖4.25 Last_Next_Con_Day,最後一次使用間隔天數 57
圖4.26 USER_COUNT_Rate_by_USERDAYS,USERMIN_Rate_by_USERCOUNT,平均使用次數與平均使用時間 58
圖4.27 Valid_Project,是否持有有效方案 58
圖4.28 AGE,使用者年齡 58
圖4.29 Career,職業 59
表4.6叢集[8]7特徵描述 60
圖 4.30 叢集[8]7 13.22% 61
表4.8叢集[2]1特徵描述 62
圖 4.31叢集[2]1 11.66% 63
表4.9 叢集[9]8特徵描述 64
圖 4.32 叢集[9]8 9.32% 66


參考文獻 [1] Microsoft WINDOWS 802.11 無線網路保安秘訣徹底研究 原著:Jose Davies 翻譯:金格資訊 文魁資訊股份有限公司出版 2004年11月
[2] Taiwan.CNET.com : 企業應用 : IT技術【WLAN趨勢】802.11g蓄勢待發, CNET新聞專區:轉載ZDNet China/張毅斌 2003/06/23 http://taiwan.cnet.com/enterprise/technology/0,2000062852,20075922,00.htm
[3] Taiwan.CNET.com : 企業應用 : IT技術 : WiMAX的真實面貌, George Ou•郭文興譯 2005/08/01 http://taiwan.cnet.com/enterprise/technology/0,2000062852,20100557,00.htm
[4] 通訊雜誌Communications Magazine WLAN先天基礎還須後天補強【第 119期 2003 12月/1月號】 文•李彥甫 2003年
http://www.cqinc.com.tw/grandsoft/cm/119/ams.htm
[5] 張志崧,「電信產業之盜用偵測」,淡江大學資訊工程學系碩士論文,2004年
[6] 劉飛龍,「顧客關係管理系統設計與實作-網路銀行」,淡江大學資訊工程學系碩士論文,2001年
[7] L. Breiman, K. H. Friedman, R. A. Olshen, and C. J. Stone, ”Classification and Regression Trees:Chapman & Hall”, 1984
[8] MacQueen, J., “Some Methods for classification and Analysis of Multivariate Observations”, Proc. 5th Berkeley Symposium on athematical Statistics and Probability, pp.281-297, 1967
[9] L. Kaufman and P. J. Rousseedw, “finding groups in data:an Introduction to cluster analysis”John Wiley and Sons, 1990
[10] 資料挖掘模型, CSIRP-DM http://www.dyu.edu.tw/~msung/Ecommerce/Data_Mining/DM_Index.htm
[11] Cross Industry Standard Process for Data Mining
http://www.crisp-dm.org/
[12] SPSS Clementine 7.2 新增功能-資料採礦的最愛http://www.sinter.com.tw/Spss/dep/Clementine%207.2%20add.htm
[13] Mining Your Own Business in Telecoms, IBM Redbooks, September 2001
[14] 陳富中,「電話客戶通話習性研究」,淡江大學資訊工程學系碩士論文,200年6月
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2006-06-30公開。
  • 同意授權瀏覽/列印電子全文服務,於2006-06-30起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信