供电企业客户服务中综合停电管理的应用探究

为了在帮助用电用户更快更全面的了解停电、复电及相关信息,供电企业构建综合停电信息管理平台,并通过客户服务中心将业务流程有效运作.从而建立综合停电管理在客户服务中新的管理模式,优化停电管理的流程,更好更有效的服务用电用户.     

文本挖掘技术在电力工单数据分析中的应用

文本挖掘技术为文本分析提供了方法和技术支持,以文本挖掘中的文本分类技术为基础,简要介绍文本预处理、文本分类器模型构建的方法和过程,并以供电服务过程中客户通过供电服务中心反映的热点事件为实例,建立95598工单文本自动分类的模型,通过验证实现95598工单文本快速精准的自动分类,及时准确地挖掘出隐藏的重要信息,并且为分析供电服务对客户的用电诉求的影响提供依据和数据基础。     

动态采集与关联规则在个性化推荐中的应用

一个网站有多个网页组成,网站上的信息分布在这些网页上,不同的用户对不同的网页上的信息感兴趣,如何满足用户对敏感网页的高效访问,我们提出一个基于使用挖掘的Web站点个性化信息服务系统来解决问题.利用Web使用挖掘技术来分析用户的浏览模式,根据用户的当前访问需要,自动实时地为用户提供推荐页面,实现个性化服务.     

投诉信息全量采集与价值挖掘研究

在移动互联网时代,客户投诉和抱怨对准确归类营销、服务问题原因,推动公司业务、产品与服务质量的提升有着非常重要的作用。通过构建投诉信息全面收集整理、聚合、挖掘模型,有效挖掘用户的投诉信息,从投诉信息中获取用户的真实需求,梳理客户关注的关键问题,聚集解决方案,通过完善制度、流程和强化体系化管理,推动重点经营业务焦点问题解决,确保客户感知提升。     

基于web的数据挖掘系统的研究与设计

如何从web铺天盖地的数据信息中提取和发现对企业发展至关重要的规律,如何利用有效的客户信息,降低运营成本、提高竞争力是企业越来越关心的问题,站在企业的角度,为其改善商业效果设计的系统方案.Web数据挖掘的关键在于如何收集有商业价值的原始数据和采用什么样的挖掘分析方法.本文将在设计系统的基础上着重阐述这两方面内容,以及在设计过程中可能存在的一些问题和解决方案.     

供电企业客户差异化服务管理系统研究

随着我国电力体制改革的不断深入,供电企业被推向了市场,成为市场竞争的主体,客户也因此成为了企业生存发展的基石。随着市场竞争的加剧,客户对供电服务水平的要求越来越高,差异化服务成为供电服务的一个重要趋势。为适应客户差异化服务的客观需要,供电企业在服务管理过程中引入了客户差异化服务管理系统。本文即是对这一系统进行简要的研究。     

WEB数据挖掘在电子商务中的应用

在信息化时代,用户访问网站一般都带有针对性与目的性,电子商务网站可以通过对用户访问的数据进行分析,从而发现潜在的客户并且了解客户需求。所以Web日志挖掘技术在电子商务上可以深入广泛地应用。     

基于营配信息集成的客户服务管理平台设计与应用

供电企业提供的传统服务机制已越来越不能满足客户需求,客户服务工作模式欠缺主动,获取客户需求能力差,现有的系统之间和各远程服务渠道之间的信息数据缺乏共享性,带来数据应用障碍。对此,引入客户服务管理平台,一方面实现现有系统和各远程服务渠道之间的数据共享,另一方面运用共享的数据引入大数据分析技术实现敏感词预警监控。     

基于网页日志的频繁模式挖掘

频繁模式挖掘应用广泛,是数据挖掘中的一个重点研究领域,频繁模式挖掘应用的其中一个领域就是基于网页日志的数据挖掘。在网页日志中发现频繁模式的目的是获得用户的网络浏览行为模式,这些信息可以为广告设计以及创建动态用户日志提供参考。从网页数据挖掘的角度研究了三种频繁模式挖掘方式,这三种方式分别是：网页设置、网页序列以及网页图片挖掘。     

Web用户行为模式挖掘研究

随着互联网的飞速发展,互联网和人们日常的生活、工作、学习等各方面的结合越来越紧密,为使互联网更好的服务于用户(通过Web个性化服务等方式),首先需要了解用户使用互联网的规律性特点,基于Web日志的Web用户行为模式挖掘能解决此问题.目前,Web用户行为模式挖掘仍然是一个新兴的研究领域,其中包含若干需要解决的问题.针对这些问题,在该领域已开展了大量的研究工作.从模式挖掘合理性、模式挖掘结构体系、模式挖掘过程三个方面对Web用户行为模式挖掘中关键问题的研究现状进行了介绍:Web日志中包含了用户访问互联网的一些规律性特征,这些特征可通过Web用户行为模式挖掘的方法得到;为改进模式挖掘、应用的效果,可以采用改进的挖掘结构比如结合内容、结构挖掘的整合结构;Web用户行为模式挖掘过程分为数据预处理、模式挖掘、模式应用三个阶段,这是一个正在发展的研究领域.     

基于客户感知的“全天候”网络优化系统研究

随着三网融合、全业务运营时代到来,用户对网络质量的要求越来越高,为加大网络优化力度,最大化地发挥网络效能,不断地提高用户满意度,我们以客户感知为基础,围绕多维均衡网络指标集,构建以MOS语音质量为关键指标的网络监测体系和以终端为承载的智能用户感知体系,初步研究了"全天候"网络优化系统,探索尝试实现网络质量与客户感知双提升的有效途径。     

数据挖掘技术在客户管理中的应用研究

数据挖掘技术．是从大量、无序、静态的数据中发现有价值的规律和模式的过程。在分析了数据挖掘技术的应用特点的基础上,讨论了客户管理的特殊性,并就算法选择、模型构建、工具的应用等关键环节,给出了在客户管理中应用数据挖掘技术的实用方案,最后进行了简要的效果评价与分析,对于同类应用具有参考价值.     

基于移动通信客户行为分析的精确营销策略研究

随着全业务和3G运营的发展,粗放式的营销方式已明显滞后于电信市场的发展。将精细化营销、数据挖掘等营销管理理念和智能计算方法运用到电信产品营销中,提出了基于移动通信客户行为分析的精确营销策略模型。本模型依据客户行为分别建立客户价值模型、客户粘性模型、客户异动模型和客户需求鉴别模型,利用4个模型构建营销矩阵,实现客户群细分,针对不同客户实施不同保有和营销策略并对模型实施应用评估。精确营销策略能够为营销队伍提供常规化营销支持服务,提升企业市场竞争力。     

基于数据挖掘的电力行业客户细分模型分析

社会经济的不断发展推动了电力行业的快速发展。随着客户细分理论与方法的发展,其已广泛应用于我国电力、电信、银行及零售业等行业的营销实践中。由于客户行为能有效、直接地反映出消费者的需求,在经济市场中的应用更为广泛,是市场细分中的最佳起点。主要以客户细分的概述为出发点,对电力客户细分现状、基于数据挖掘的客户细分及模型构建进行探讨。     

基于数据挖掘技术的电信业客户流失管理框架

本文首先阐述了客户资源的重要性,然后对客户流失这一当今运营商普遍遭遇的难题进行了分析.接着从理论上指出了过去客户保持手段的弊端,分析了防止客户流失的新思路和途径,并总结和归纳了电信业以客户流失管理为主题的数据挖掘项目的几个关键点.在此基础上,提出了基于数据挖掘的客户流失解决方案框架.     

Study of customer acquisition support system for mobile operators

The mobile operators are struggling for improving the market share and the revenues.One important method is to acquire the potential customers from the competitors.This article presents a whole acquisition process and an integrated framework for customer acquisition support system (CASS).The core of the system is the customer acquisition identification models which are built based on data mining technologies.The CASS can automate the acquisition process and decrease the cost and implement precise marketing strategy for mobile operators.     

基于数据挖掘技术的通信业客户挽留系统研究

基于数据挖掘技术，建立了一个针对通信行业的客户挽留系统。首先运用数据挖掘的C5．0分类技术建立了客户流失预测模型，接着运用K—means聚类技术分析离网客户的离网特征，聚类产生了4个离网客户群，分别分析每个客户群离网的主要原因，然后参照无线通信行业客户分割矩阵分别为每个聚类制定了客户挽留建议。     

数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究

论文提出了中小型券商如何在客户关系管理系统中实现数据仓库和数据挖掘的应用方法,首先根据FS—LDM模型建立企业数据模型并进行主题域的划分,完成多层次的数据仓库架构设计及星型结构的客户纬度建模;然后使用聚类技术和逻辑回归技术实现客户分类的动态细分模型和客户流失概率预测模型。     

人工智能在客服系统的应用及关键技术

客服体系架构中,人工坐席、工单处理等环节需要大量的人工操作,成本较高,效率相对较低,而且会有一定比例的问题及故障无法找到责任方甚至无法解决。在客服体系中,引入人工智能技术后,在一定程度上可以解决这些问题,降低成本并提高客服的整体效率和效果。分析了人工智能应用于客服体系的关键技术,包括语音识别、语音合成、自然语言处理等。就新技术在运营商客服体系中的应用进行了探讨,并通过简单实例阐述了在实际应用时的效果。     

数据挖掘技术在客户关系管理中的应用研究

在电子商务环境下,客户对企业起着至关重要的影响。新客户的获取无疑对企业的生存和发展起到很重要的作用。客户关系管理系统中,通过分析海量数据之间的联系,建立规范全面的信息模型。为了解决新客户的获取问题,采用数据挖掘技术对客户类别进行预测。通过对数据挖掘各种算法的比较,做了决策树算法编程实验,获得客户类别的预测结果。结果表明,数据挖掘技术能有效提高客户预测的准确率,提高了数据利用率。