社會網路環境下的客戶行為預測模型研究

社會網路環境下的客戶行為預測模型研究

《社會網路環境下的客戶行為預測模型研究》是依託北京郵電大學,由張曉航擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:社會網路環境下的客戶行為預測模型研究
  • 項目類別:青年科學基金項目
  • 項目負責人:張曉航
  • 依託單位:北京郵電大學
項目摘要,結題摘要,

項目摘要

隨著企業客戶精細化管理的日益深入,客戶行為動態的跟蹤與預測變得十分重要。現有的客戶行為預測模型在預測準確性和對客戶行為動機的理解方面經常無法達到預期效果,它們的基本假設是客戶在行為上是獨立的、互不相關的、彼此沒有影響的,然而,客戶在現實世界中處於社會網路環境中,網路組織由親戚、朋友、同事等多種複雜的社會關係所構成,每個客戶的行為都會在不同程度上受到其它人影響,所以要想對客戶行為進行準確預測,就必須將客戶放到社會網路環境中考慮。.本項目旨在研究社會網路環境下的客戶行為預測模型,內容包括:(1)影響客戶行為的網路屬性的界定、分類與效果分析;(2)客戶行為角色的分類和角色識別模型研究;(3)基於網路屬性變數、客戶主體特徵及客戶角色相集成的客戶行為預測模型研究。通過本項目的研究,我們希望能夠在現有的客戶關係管理架構中有所創新,豐富客戶評價和客戶行為預測的方法與模型。

結題摘要

本項目旨在分析社會網路環境下的客戶行為特點,發現客戶的行為規律,了解影響客戶行為的關鍵因素,進而構造客戶行為預測模型。本項研究從三個方面展開:(1)影響客戶行為的網路屬性的界定、分類與效果分析;(2)客戶行為角色的分類和角色識別模型研究;(3)基於網路屬性、客戶主體特徵及客戶角色相集成的客戶行為預測模型研究。 本項目基本完成了項目的預定目標,主要研究內容包括:(1)網路屬性分類及客戶流失行為影響因素研究。在研究過程中,採用了影響客戶行為的傳統屬性和網路屬性,並進行了兩類屬性的單獨和組合驗證。(2)社會網路環境下的客戶行為預測模型研究。預測模型的構建採用傳統屬性和網路屬性相結合,機器學習方法和信息擴散模型相結合。基於實際數據的實驗表明提出的模型與傳統模型相比,較大地提高了預測準確度。(3)客戶在產品信息擴散過程中的角色研究。在此研究中,分析了網路屬性對信息擴散的影響,並構造了客戶信息擴散作用評估模型。(4)加權社會網路的骨幹結構抽取模型和骨幹結構特徵研究。在這項研究中,我們提出了一個基於邊權對社會網路進行層次分解的方法,並針對基於移動通信數據所構造的社會網路的骨幹結構進行了滲透性分析、自相似與分形分析、全局信息擴散效率分析和與其它概念網路的比較分析。(5)針對具有社團結構的複雜網路信息擴散關鍵節點識別方法研究。首先,針對傳統關鍵節點識別方法在具有社區結構的複雜網路中的局限性進行了分析,其次,提出了一個新的基於獨立層疊信息擴散模型、鍵滲逾過程和k-medoid聚類算法相結合的關鍵節點識別方法。實驗結果表明,這個方法有較高的準確率。(6)基於社會網路分析方法的企業運營指標網路研究。本研究提出了企業運營監控指標網路的概念,並基於指標網路與複雜網路的相關知識,分析了指標網路中節點的屬性。以通信企業運營指標網路為例,進行了實證研究。(7)基於複雜網路方法的時序數據聚類模型研究。本研究提出了一個針對時間序列數據波形相似的聚類算法。這個算法利用了複雜網路的基本原理,在不降低聚類效果的前提下,能夠較大地提升聚類的效率。 在項目研究過程中,項目團隊已發表的成果包括:(1)在國際學術期刊發表4篇SCI檢索文章,1篇EI檢索文章;(2)在國際學術會議發表2篇EI檢索文章;(3)在國核心心期刊發表2篇文章;(4)完成博士畢業論文和碩士畢業論文各一篇。

相關詞條

熱門詞條

聯絡我們