首页
会员中心
到顶部
到尾部
Java毕业设计

贝叶斯分类在电信企业CRM中的应用

时间:2020/10/27 8:58:46  作者:  来源:  查看:0  评论:0
内容摘要:毕业设计(论文)的基本内容:         本论文以贝叶斯算法为基础,根据客户购买SIM卡的已有数据来预测顾客购买某种产品可能性的大小,系统主要包括以下几个功能:客户购买产品可能性的预测,客户信用预...

毕业设计(论文)的基本内容: 
        本论文以贝叶斯算法为基础,根据客户购买SIM卡的已有数据来预测顾客购买某种产品可能性的大小,系统主要包括以下几个功能:客户购买产品可能性的预测,客户信用预测、客户类别归属预测、客户流失预测和客户欠费可能性预测等,从而实现对电信企业的客户价值进行有效的、合理的分析与预测,并使之更全面和灵活。以上五个模块均可实现数据的查询与分析预测功能,论文按照系统分析,系统设计,系统实现这样的主线阐述整个系统的开发过程。

需求分析
贝叶斯分析系统的基本需求大致如下:
(1)  用户购买某种商品的查询和购买可能性预测:根据输入的产品类型可以得到选购这种产品的所有用户信息;根据产品类型和客户的相关信息还可以对用户购买这种产品的可能性大小进行预测。销售人员可以利用查询和预测的信息对客户进行有针对性的服务及市场宣传。 
(2)用户信用(分类)的查询和新用户信用的可能性预测:根据输入的信用类型可以得到该信用等级下的所有用户信息;根据信用类型和客户的相关信息还可以对用户的信用等级进行预测。销售人员可以利用查询和预测的信息对客户进行有针对性的管理与服务。
 (3)用户类别归属的查询和新用户类别归属预测:根据选定的用户类别可以得到该类别所有用户的相关信息;根据用户类别和客户信息还可以对用户成为大客户的可能性大小进行预测。企业可以利用查询和预测的信息对资源进行合理的分配,采用相应的服务策略。
(4)用户流失情况的查询和流失可能性预测:根据输入的时间区间和在网时长等信息可以得到相应条件下的所有用户信息;根据客户的相关信息还可以对用户的流失可能性进行预测。企业可以利用查询和预测的信息,及时采取措施保留客户。
(5)用户欠费信息的查询和欠费可能性预测:根据时间区间和欠费金额可以得到该条件下的所有欠费用户信息;根据客户的相关信息还可以对用户欠费可能性大小进行预测。企业可以实施相应的计划。  

系统功能模块划分
系统包括以下五个基本模块:
    (1)客户购买某种商品的查询和购买可能性预测模块:包括购买某种商品的客户信息查询和购买可能性预测两个子模块。在进入购买某种商品的查询与预测界面后选择要查询或预测的商品类型,点击数据查询,就可以得到当前购买该种产品的所有客户的相关信息。点击分析预测,则出现需要选择的客户基本信息,选择相应的客户信息后提交数据就可以得到该条件下的客户购买该产品的可能性大小,并显示出来。
    (2)客户信用等级的查询和信用等级预测模块:包括该信用等级的客户信息查询和客户信用等级可能性预测两个子模块。在进入客户信用等级的查询与预测界面后,选择要查询或预测的信用等级,点击数据查询,就可以得到当前为该客户等级的所有客户的相关信息。点击分析预测,则出现需要选择的客户基本信息,选择相应的客户信息后提交数据就可以得到该条件下的客户能够成为该信用等级的可能性大小,并显示出来。
    (3)客户类别归属的查询和客户类别归属可能性预测模块:包括某种客户类别的所有客户信息查询和客户成为该类别客户的可能性预测两个子模块。在进入客户类别归属的查询与预测界面后,选择要查询或预测的客户类别,点击数据查询,就可以得到当前为该类别客户的所有客户的相关信息。点击分析预测,则出现需要选择的客户基本信息,选择相应的客户信息后提交数据就可以得到该条件下的客户成为该类别客户的可能性大小,并显示出来。
    (4)客户流失的查询和客户流失可能性预测模块:包括流失客户信息的查询和客户流失可能性预测两个子模块。在进入客户流失的查询与预测界面后,选择流失客户的流失时间区间和在网时间长短,点击数据查询,就可以得到该流失条件下流失的所有客户的相关信息。点击分析预测,则出现需要选择的客户基本信息,选择相应的客户信息后提交数据就可以得到客户流失的可能性大小,并显示出来。
    (5)客户欠费的查询和客户欠费可能性预测模块:包括欠费客户信息的查询和客户欠费可能性预测两个子模块。在进入客户欠费的查询与预测界面后,选择流失客户的欠费时间区间和欠费金额,点击数据查询,就可以得到该欠费条件下的所有欠费客户的相关信息。点击分析预测,则出现需要选择的客户基本信息,选择相应的客户信息后提交数据就可以得到客户欠费的可能性大小,并显示出来。
 



相关评论
广告联系QQ:45157718 点击这里给我发消息 电话:13516821613 杭州余杭东港路118号雷恩国际科技创新园  网站技术支持:黄菊华互联网工作室 浙ICP备06056032号