【案例背景】

随着经济和信息发展,以及通信行业内部竞争加剧,传统的单一品种的套餐和服务已经不能够满足客户日益增长的个性化需求,为了更好地服务和保留客,移动想要根据用户平时通话行为为客户推荐个性化套餐服务,加强用户满意度体验,减少客户流失。

数据资源


【分析目的】
根据这些客户数据,结合用户通话行为,对客户进行细分,推荐相应套餐,或者结合用户现有套餐优化用户套餐,提供个性化套餐。

数据分析步骤

数据预处理

描述性统计分析
缺失值处理
异常值处理
相关性检验
标准化处理
1、描述性统计

2、异常值处理

3、相关性检验
上班时间和通话时长强相关(相关系数=0.94),创建新字段:上班时间/通话时长

**4、标准化处理:**选用Z-均值标准化处理

数据模型分析:K-Mean 聚类分析

选择聚类个数3,初始中心选择次数:30,最大迭代次数500,轮廓系数0.23
选择聚类个数4,初始中心选择次数:30,最大迭代次数500,轮廓系数0.26
选择聚类个数5,初始中心选择次数:30,最大迭代次数500,轮廓系数0.25
聚类个数4合适。


模型结果如下




平时不怎么打电话:保号套餐;
平均时长很长,平时不怎么打:亲情号套餐
工作通话时长和国际通话时长长:商务套餐
总时长长,一般都很平均:普通套餐

K-Mean 聚类分析《移动用户细分》相关推荐

  1. 聚类分析在用户行为中的实例_聚类分析案例之市场细分

    聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性. 从统计学的观点看,聚类分析是通过数据建模简化数据的一种方法.传统的统计聚类分析方法 ...

  2. 用户细分_基于购买历史的用户细分

    用户细分 介绍 (Introduction) The goal of this analysis was to identify different user groups based on the ...

  3. 聚类分析在用户行为中的实例_聚类分析的简单案例

    基本概念 聚类就是一种寻找数据之间一种内在结构的技术.聚类把全体数据实例组织成一些相似组,而这些相似组被称作聚类.处于相同聚类中的数据实例彼此相同,处于不同聚类中的实例彼此不同.聚类技术通常又被称为无 ...

  4. 聚类分析在用户行为中的实例_聚类分析案例

    一.数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类.回归分析.聚类.关联规则.特征.变化和偏差分析.Web页挖掘等,它们分别从不同的角度对数据进行挖掘. 分类.分类是找出数据库中一组 ...

  5. 聚类分析在市场细分中的应用

    聚类分析在市场细分中的应用 市场细分的含义 市场细分(market segmentation)是指营销者通过市场调研,依据消费者的需要和欲望.购买行为和购买习惯等方面的差异,把某一产品的市场整体划分为 ...

  6. Matlab 主成分分析与K均值聚类分析实验报告

    Matlab 主成分分析与K均值聚类分析实验报告 提示:数据资源在本CSDN号的上传资料中直接领取 1 引言 数据:gyzb.mat(按顺序对应每一列)为:31个省市区的国有控股企业的主要指标(包括: ...

  7. SPSS聚类分析:K均值聚类分析

    SPSS聚类分析:K均值聚类分析 一.概念:(分析-分类-K均值聚类) 1.此过程使用可以处理大量个案的算法,根据选定的特征尝试对相对均一的个案组进行标识.不过,该算法要求您指定聚类的个数.如果知道, ...

  8. 网站数据分析:基于用户细分的比较分析

    从网站的用户层面,我们根据用户访问的行为特征将用户细分成各种类型,因为用户行为各异,行为统计指标各异,分析的角度各异,所以如果要对用户做细 分,可以从很多角度根据各种规则实现各种不同的分类,看到过有些 ...

  9. 如何对用户进行细分-邮件营销中用户细分的方法

    在邮件营销中进行用户细分是一个很重要的工作,进行邮件细分可以更好的使相关类的客户得到更好的价值开发,也能减少自己的营销成本.那么如何对用户进行细分呢?接下来就告诉您方法. 你可以跟踪那些打开过产品信息 ...

  10. 【MATLAB统计分析与应用100例】案例018:matlab读取Excel数据,进行K均值聚类分析

    文章目录 1. K均值聚类分析结果 2. matlab完整代码 (1)读取数据,并进行标准化变换 (2)选取初始凝聚点,进行聚类 (3)绘制轮廓图 1. K均值聚类分析结果 2. matlab完整代码 ...

最新文章

  1. 跟阿里云技术专家阙寒一起深度了解视频直播CDN技术
  2. js学习(4) 函数
  3. OpenCV:使用OpenCV3随机森林进行统计特征多类分析
  4. 02Prism WPF 入门实战 - 建项
  5. java 命名约定_Java命名约定
  6. Windows 下 Python 环境搭建
  7. 使用Kubernetes和Docker将Spring Boot与MongoDB作为容器部署
  8. 警惕!有“庄家”“大V”联合诱骗投资者,忽悠式荐股
  9. 05NumPy--5.1多维数组
  10. 还记得八皇后的解法吗
  11. 数据库系统概论知识点
  12. 《Windows核心编程系列》十异步IO之IO完成端口
  13. 异次元发卡源码/荔枝发卡V3.0二次元风格发卡网全开源源码/对接免签约支付接口
  14. 蓝桥杯_单片机_入门基础知识(七)_DS18b20
  15. php打印机,用PHP打印到打印机
  16. HTML5 第七章 表格
  17. java 路由框架_使用Spring框架和AOP实现动态路由
  18. 购买你的青春和一切ZT
  19. Day 。 9 我来个初级的文字游戏《魔兽世界。巫妖王之怒》
  20. 【解决方案】幼儿园监控有何优势?EasyGBS搭建监控让老师家长更放心

热门文章

  1. Eclipse:Window -> Preferences中没有Server
  2. yum 安装docker
  3. git merge 不为人知的秘密
  4. 泰山OFFICE技术讲座:使用字体斜体的四种情形
  5. 程序员:我真不是修电脑的啊!!!
  6. python打印字典关键字_python高效字典操作
  7. linux kdevelop,Linux_Linux下kdevelop使用SVN方法, 服务器端:nbsp - phpStudy
  8. 洛谷P2349 金字塔 A* 搜索
  9. java悬浮窗锁定_怎么通过悬浮窗录音?再也不用担心文本被遮挡!
  10. webbench 下载_mac webbench 安装