导读:本文包含了客户模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:客户,模型,算法,神经网络,客服,存量,决策树。
客户模型论文文献综述
张立慧,张健华,陈业策[1]（2019）在《基于胜任力模型的客服代表岗位绩效管理体系研究——以广东电网有限责任公司客户服务中心为例》一文中研究指出为适应互联网技术时代下客服代表的岗位需求,广东电网客服中心借鉴胜任力模型对客服代表岗位绩效管理绩效体系进行了研究。研究通过事件访谈、德尔菲专家法、问卷调查等方法,建立了客服代表岗位胜任力模型;然后通过专家会议讨论建立了基于胜任力模型的客服代表岗位绩效管理体系;最终得出3个一级指标和23个二级指标客服代表岗位胜任力的特征指标,并基于胜任力特征确立了客服代表岗位的绩效目标和标准。(本文来源于《价值工程》期刊2019年35期）
陈珊,陈曦[2]（2019）在《基于IDIC模型的物流企业客户关系管理研究》一文中研究指出近年来,我国物流行业高速发展,在社会经济中取得了可观的成效。良好的客户关系是企业求得生存与发展的重要资源。本文利用CRM中的IDIC模型,分析物流企业在客户识别、客户区分、客户关系维护中存在的普遍问题,并提出加快客户信息更新、利用CLV分析方法区分客户、控制产品价格、提高基层员工素质等解决措施。(本文来源于《科技经济市场》期刊2019年10期）
周捷,严建峰,杨璐,夏鹏,王猛[3]（2019）在《LSTM模型集成方法在客户流失预测中的应用》一文中研究指出目前客户流失预测任务中常用的模型集成方法采用传统机器学习模型作为基学习器。而传统机器学习模型相比于深度学习模型,存在无法对时序数据进行有效建模、特征工程对模型效果影响较大等缺点。针对这些问题,提出基于LSTM的模型集成方法。采用LSTM作为基学习器进行时序数据建模;改进snapshot模型集成方法,增加样本权重调整方法,在训练单个LSTM模型的过程中得到多个具有不同权值的模型;利用得到的多个模型构造新数据集,在新数据集上训练逻辑回归模型。实验结果表明,该方法相比于单模型LSTM,可以在仅花费其1.8倍训练时间的前提下,将查准率和PR-AUC分别提升4.67%和3.74%,显着提高了客户流失预测效果。(本文来源于《计算机应用与软件》期刊2019年11期）
张利利,郭淑妹,马艳琴,卜春霞[4]（2019）在《基于数据挖掘技术的银行客户定期存款认购模型研究》一文中研究指出数据挖掘技术能有效地挖掘出潜在的银行客户,能够大大提高银行的竞争力.介绍了数据挖掘技术中常用的叁种模型:逻辑回归模型、BP神经网络模型和决策树模型,同时构造了一种新模型——逻辑回归与BP神经网络混合的模型,然后分别采用这四种模型对可能影响银行客户是否认购定期存款的影响因素进行数据挖掘分析,分别构建了基于逻辑回归模型、BP神经网络模型、逻辑回归与BP神经网络的新模型、决策树模型的银行客户定期存款认购的四种模型,同时利用R语言分别对这四种模型进行分析,分别用ROC曲线的AUC值和正确率比较这四种模型的功效强弱以及稳定性,研究结果表明,给出的新模型——逻辑回归与BP神经网络的新模型的预测效果更好,训练集和测试集预测的准确率分别为0.936和0.931,训练集和测试集ROC曲线的AUC值分别为0.998和0.987,这可以大大缩小银行推送认购定期存款的客户范围,有效地挖掘出潜在的银行客户,可以大大提高银行的效率.(本文来源于《数学的实践与认识》期刊2019年21期）
郭晓冬,樊彦予[5]（2019）在《基于Kano模型的民用客机客户化选项设置方法研究》一文中研究指出为有效的实现满足客户需求的客户化产品,需要对客户需求进行分类研究。Kano模型是一种以调研数据为基础的客户需求分类工具,该模型可以通过定性分析将客户需求进行分类,因此作为分析客户对产品及其功能的需求程度的一个重要工具而得到制造企业的广泛应用。本文分析产品实现程度与客户需求满意度之间的关系,并结合需求信息特征分析,分别建立了基本需求属性、期望需求属性、魅力需求属性和相反需求属性的客户需求实现满意度数学模型从而获得客户需求属性,并在定性分析Kano模型的基础上增加了定量分析,确定客户需求的优先和主次顺序,从而客户化产品实现程度进行决策。本文研究了基于Kano模型的民用客机客户化选项设置方法,进一步说明Kano模型在产品设计制造中的应用效果。(本文来源于《科学技术创新》期刊2019年31期）
杨荣,赵娟娟,贾郭军[6]（2019）在《基于决策树的存量客户流失预警模型》一文中研究指出本研究基于价值分析角度,结合用户套餐资费情况,使用CART算法建立决策树模型,并采用交叉验证法来选取最优决策树,并与逻辑回归算法相比较,得到了较好效果,同时对流失用户属性进一步探索,对运营商精准启动预警挽留和维系策略提供决策支持.(本文来源于《首都师范大学学报(自然科学版)》期刊2019年05期）
谢鹏寿,张宽,范宏进,贵向泉,张恩展[7]（2019）在《汽车4S店TFM客户细分模型及其方法研究》一文中研究指出针对汽车4S店客户消费模式不同于其他行业,而传统RFM模型难以适用于汽车4S店客户细分的问题,课题组对传统RFM模型的数据分析指标进行优化改进,形成可适用于汽车4S店的TFM客户细分模型.该模型可依据客户的行为属性通过K均值聚类算法进行客户细分,最后随机抽取某汽车4S店客户数据进行实验验证.实验结果表明,改进的TFM模型能够有效细分客户,为汽车4S店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.(本文来源于《小型微型计算机系统》期刊2019年10期）
徐晓敏,谷晓燕[8]（2019）在《客户全生命周期行为分析模型》一文中研究指出从形成期的建立客户关系,到稳定期的巩固客户关系,再到衰退期的防止客户流失的目标出发,构建了一个完整的客户全生命周期行为分析模型。针对不同阶段店铺转化率、商品关联销售、客户价值和客户流失预测等分析内容,综合应用统计分析、数据分析与挖掘、决策树分析等方法分别给出其决策方案。旨在为经营者提供更加全面、科学的经营决策支持。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2019年05期）
刘晓燕[9]（2019）在《基于Apriori算法的手厅潜在客户识别模型研究》一文中研究指出当今基于大数据发现物品之间的频繁模式、关联或因果结构的应用非常广泛,在合理的搭配或捆绑的模型进行精准营销的同时,能够有效提高服务质量和效益。目前常用的关联分析的算法有灰色关联分析、Fpgrowth算法、Apriori算法等。本文基于Apriori算法对某运营商使用手厅APP且使用第叁方APP的用户,对APP使用关联度较高的用户进行识别,并对潜在手厅用户采用因子分析算法,计算出用户的得分与相应的权重,识别出用户优先级。对使用和手厅具有较高关联度的APP同时又是非手厅使用者的用户作为潜在客户进行手厅推荐。(本文来源于《电信工程技术与标准化》期刊2019年10期）
王宗伟,赵郭燚,金鹏,杨菁,王海龙[10]（2019）在《基于客户信用体系的电费风险识别模型的研究》一文中研究指出为解决电力客户用电量大规模增加,造成供电公司电费管理风险较大的问题,提出了一种基于客户信用体系的电费风险识别算法。首先采用数据挖掘技术中的主成分分析法,以山西省电网客户作为研究对象,通过分析客户的信用体系与欠缴电费行为存在的内在联系,对客户信用进行分级。然后采用XGboost算法构建基于客户信用体系的电费风险识别模型,进而对电费风险进行识别。最后用实验结果表明,基于客户信用体系的电费风险识别模型的准确率达到了68.9%;相比传统的电费风险识别算法,新提出的风险识别算法能够客观合理地反映出指标之间存在的内部关系。(本文来源于《机械设计与制造工程》期刊2019年10期）
客户模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,我国物流行业高速发展,在社会经济中取得了可观的成效。良好的客户关系是企业求得生存与发展的重要资源。本文利用CRM中的IDIC模型,分析物流企业在客户识别、客户区分、客户关系维护中存在的普遍问题,并提出加快客户信息更新、利用CLV分析方法区分客户、控制产品价格、提高基层员工素质等解决措施。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
客户模型论文参考文献
[1].张立慧,张健华,陈业策.基于胜任力模型的客服代表岗位绩效管理体系研究——以广东电网有限责任公司客户服务中心为例[J].价值工程.2019
[2].陈珊,陈曦.基于IDIC模型的物流企业客户关系管理研究[J].科技经济市场.2019
[3].周捷,严建峰,杨璐,夏鹏,王猛.LSTM模型集成方法在客户流失预测中的应用[J].计算机应用与软件.2019
[4].张利利,郭淑妹,马艳琴,卜春霞.基于数据挖掘技术的银行客户定期存款认购模型研究[J].数学的实践与认识.2019
[5].郭晓冬,樊彦予.基于Kano模型的民用客机客户化选项设置方法研究[J].科学技术创新.2019
[6].杨荣,赵娟娟,贾郭军.基于决策树的存量客户流失预警模型[J].首都师范大学学报(自然科学版).2019
[7].谢鹏寿,张宽,范宏进,贵向泉,张恩展.汽车4S店TFM客户细分模型及其方法研究[J].小型微型计算机系统.2019
[8].徐晓敏,谷晓燕.客户全生命周期行为分析模型[J].北京信息科技大学学报(自然科学版).2019
[9].刘晓燕.基于Apriori算法的手厅潜在客户识别模型研究[J].电信工程技术与标准化.2019
[10].王宗伟,赵郭燚,金鹏,杨菁,王海龙.基于客户信用体系的电费风险识别模型的研究[J].机械设计与制造工程.2019
论文知识图
