深圳大学      级                   专业硕士生开题报告评审结果汇总表

招生学院(部)（盖章）：                      院(部)负责人签名：                              年   月   日

         

          开题报告评审小组成员签名（3-5人）：                                                                            

备注：  1、开题报告首次未通过者，应重新组织选题并于一个月后再次开题，仍不能通过者应终止学习，做退学处理。

2、评审结束，各学院将开题报告评审结果汇总表交到研究生部（申请提前毕业的学生需在此表备注栏注明），每位学生的开题报告书由学院永久保留，开题报告评审结束后由各院研究生秘书录入相对应的文献阅读成绩。

3．报送开题报告评审结果汇总表时需同时附上推迟学生的硕士生申请推迟开题报告登记表（从研究生部网页下载专区下载）。

第二篇：开题报告-硕士开题报告

                                             

湖南大学硕士研究生

毕业论文开题报告

课题名称：基于数据挖掘的湖南移动精准营销平台优化研究                  

报   告  人：        陈凯                     

学       号：         G0724006           

导       师：        缪力教授                   

院       系：         软件学院             

学科专业：         数字媒体系        

提交日期：   二O一一年4月

 

目   录

一、选题背景与意义  …………………………………    1

二、文献综述  …………………………………………    3

三、研究内容和方法  …………………………………   4

四、主要框架  …………………………………………   5

五．工作特色及难点，拟采取的解决措施  …………   6

工作特色及难点   …………………………………   6

拟采取的解决措施  …………………………………  6

六．论文的进度安排  …………………………………   7

七．预期成果及可能的创新点  ………………………   7

    预期成果  …………………………………………   7

可能的创新点  ………………………………………  7

八．参考文献  …………………………………………   8

一、选题背景与意义

（一）选题背景

作为国民经济发展的支柱和主导性产业，电信行业在推动国民经济信息化，拉动国民经济快速发展等方面，发挥着积极的重要作用。新时期我国电信行业取得了长足的发展由于3G牌照发放、电信重组等发展机遇，预计20##年我国电信业将实现6%以上的增长。20##年第一季度，全国电信业务总量累计完成5867.8亿元，比上年同期增长10.8%；全国累计净增电信用户2360.7万户，总数达到100564.1万户，突破10亿户大关。

预计到20##年，工业和信息化部管理的工业行业的信息化投资可达500亿元，预计可为电信运营业提供一个可观的收入增长点(见图2)。20##年1月7日重组后的中国移动、中国电信和中国联通分别获得TD-SCDMA、CDMA2000和WCDMA 3G牌照。3G将为中国电信产业带来更多机遇，促进移动新格局的形成。三大运营商20##年仅在3G网络建设的投资就达到1350亿元至1650亿元，加上三张3G网络投入的手机补贴，20##年3G相关投资将达到1730亿元至2030亿元。

图1 工业和信息化部管理的工业行业的信息化投资规模（20##-20##年）

截止到20##年8月，中国移动用户的总数已经突破了5个 亿，单从用户的规模来看，中国移动已成为全球最大的运营商。同一年中，随着完成与中国铁通的重组工作，中国移动长期以来跛行的局面得以结束，实现了真正意义上的全业务运营。20##年，在扩大原有移动通信市场优势的同时，中国移动还将在更多的领域竞争，从而维持其强势地位。目前中国移动的市场份额在新增用户市场上不断遭到竞争对手的蚕食。根据运营商披露的数据显示，截止到20##年11月，在新增用户市场上，中国移动的份额降到了50.6％； 同年11 月新增移动用户458 万户，同比下降了33.3％。与此同时，中国联通在该月新增了141 万用户，中国电信则新增307 万用户。这些数据都表明中国移动的优势地位也在不断面临挑战。

可以预见，国内各个电信运营商之间的竞争必然会愈演愈烈，更加趋于白热化。随着电信业的重组洗牌，目前各运营商之间的行业壁垒必然会被打破。网络服务质量等方面的差别会逐步减小，单纯的价格战对竞争的双方而言都是得不偿失的。同时，随着3G时代的到来，日趋个性化的用户需求、信息化和多媒体化的移动终端都会随之出现。由此可见，各电信企业都需要不断寻求加强服务质量、提高市场竞争力的方法，这些都迫切地需要电信企业提高企业内部的科学决策能力，增强企业在市场经营方面的判断能力，因此以客户行为分析为基础的精准营销逐渐成为移动增值业务市场营销的必然，以帮助电信企业面对越来越激烈的市场竞争。

数据挖掘作为一种科学的数据分析手段，很好适应了电信行业迫切需要发展的精准营销的需要。针对电信运营商目前所面临的诸多挑战，包括：新增用户的开发，用户潜在需求的挖掘，存量用户的保留，资费和产品捆绑方案的设计，交叉销售政策的制定，新业务的推广，欠费问题的解决等等，通过数据挖掘技术都能够找到很好的解决方案，从而制定有效的精准营销策略，帮助企业在激烈的市场竞争中取得优势地位。

（二）研究意义

通过海量网络数据，分析把握客户行为特征，为企业决策提供可靠依据。网络系统积累的海量网络数据对于运营商而言无疑是一笔宝贵的财富，利用数据挖掘相关技术，从所积累的海量网络数据中提取有用信息，并在原有作业系统的基础上提炼与升华，以实现客户的细分和特征化，将大的客户群体划分成多个小的客户群体，实现市场的分割，以便针对不同群体的客户实现差异化服务，为企业决策提供可靠依据，从而提升企业利润或降低企业运营成本。

通过数据挖掘技术有效的分析客户信息，不但可以扩大企业的经营活动范围，及时把握新的客户需求和市场机会，有针对性地制定营销策略，从而占领更多的市场份额，还可以帮助企业更好的保留原有老客户，同时吸引更多的新客户。针对性地实施战略，实现利润最大化。借助客户细分服务，运营商便能针对不同客户的需求进行差异化服务，同时进行有效地成本控制，从而最大限度的提升客户价值，以确保企业的盈利最大化，因此本项目选题“基于数据挖掘的湖南移动精准营销平台优化研究”进行研究和分析。

二、文献综述

目前，数据挖掘技术及知识发现已经成为计算机科学界的研究热点。1999年，亚太地区在北京召开的第三届会议PAKDD共收到158篇论文，反映空前热烈。美国人工智能协会主办的KDD国际研讨会及数据库、信息处理、人工智能、知识工程等领域的国际学术刊物都开辟了知识发现专刊，IEEE的Knowledge and Data Engineering会刊最先在1993年出版了KDD技术专刊，其发表的5篇论文代表了当时KDD研究的最新成果和动态，较为全面地论述了KDD系统方法论、发现结果的评价、KDD系统设计的逻辑方法，并且集中讨论了数据库的动态性冗余、高噪声和不确定性、空值等问题，KDD系统与其它传统的机器学习、人工神经网络、专家系统、数理统计分析系统的联系和区别，以及相应的基本对策。6篇论文摘要展示了KDD在从建立分子模型到设计制造业方面的具体应用。

国外很多计算机公司非常重视数据挖掘的开发与应用， Informix公司于1998年底收购了当时在数据挖掘技术上卓有成效的Red Brick公司。Red Brick数据挖掘在关系引擎中通过创建模型完成，这些模型在数据库中表现为相应的表，并且这些模型可以通过结构查询语言(SQL)，能像普通表一样被访问和操作。向模型中插入数据的时候，数据挖掘计算就被执行了，然后建立含有计算结果的表。后者可以被观察，用于对计算结果的理解，并且在其它数据集中进行预测。除此之外，IBM公司和微软公司也成立了相应的研究中心进行这方面的工作，一些公司也已经提出了基于数据挖掘技术的商业智能解决方案。此外，相关软件也开始在国内销售，如SAS、SPSS、Platinum、BO以及IBM等。

与国外相比，国内对数据挖掘的研究稍晚，还没有形成整体力量，直到1993年国家自然科学基金才首次支持该领域的研究项目，目前进行的大多数研究项目是由政府资助进行的，如863计划、“九五”计划等等，从事数据挖掘研究的人员主要在大学，也有部分在研究所或公司。研究所涉及的领域很多，一般集中于学习算法的研究、数据挖掘的实际应用以及有关数据挖掘理论方面的研究，如北京系统工程研究所对模糊方法在知识发现中的应用进行了较为深入的研究；同时北京大学也在开展对数据立方体代数的研究；华中理工大学、浙江大学、复旦大学、中科院数学研究所、中国科技大学、吉林大学等单位开展了对关联规则开采算法的优化和改造；南京大学、上海交通大学和四川联合大学等单位也探讨、研究了非结构化数据的知识发现以及Web数据挖掘。但是到目前为止还没有商用工具问世，像复旦大学设计的基于关联规则的数据挖掘工具ARMiner等也仅仅是处于实验室研究阶段。

三、研究内容和方法

本文研究内容首先针对湖南移动目前的运营现状提出实现精准营销的理念，湖南移动已经具备了实施优化精准营销的条件并已经开始逐步实施，通过具体的案例分析证实基于网络数据分析的客户细分等方法适用于增值业务的精准营销。本文根据提出问题、分析问题、解决问题的逻辑顺序，采用理论研究与实证研究相结合、定性分析与定量分析相结合的方法展开研究。

（1）系统分析法

本文在对相关理论和国内外研究现状进行梳理总结的基础上，构造本文的分析框架。

（2）定性与定量相结合

本文先采取定性与定量相结合的分析方法分析湖南移动精准营销平台优化研究的现状，并对基于数据挖掘的湖南移动精准营销平台优化设计提出了系统方案，为完善湖南移动精准营销平台优化提供支持。论文的结构框架如图2所示：

 

图2  论文的结构框架图

四、主要框架

基于数据挖掘的湖南移动精准营销平台优化研究

第一章绪论

1.1研究背景

1.2研究的目的与意义

1.3国内外研究现状

1.4研究内容

1.5论文结构

第二章相关理论概述

2.2数据挖掘

2.2.1数据挖掘的概念

2.2.2数据挖掘的主要方法

2.2.3数据挖掘的步骤

2.1精准营销

2.1.1精准营销的概念

2.1.2精准营销的特征分析

2.1.3精准营销的国内外发展趋势

第三章湖南移动精准营销平台的现状及问题分析

3.1湖南移动概况

3.3湖南移动在行业内的地位及优劣势分析

3.4湖南移动精准营销平台的现状及存在问题

3.5湖南移动优化精准营销平台的必要性分析

第四章基于数据挖掘的湖南移动精准营销平台优化策略

4.1湖南移动业务领域

4.2基于数据挖掘的精准营销平台的优化策略

4.4.1基本思路

4.4.2湖南移动精准品牌定位

4.4.3湖南移动精细化产品设计

4.4.4数据挖掘在精准营销平台优化应用

4.4.5体现精准营销思想的广告投放策略

第五章基于数据挖掘的手机订票精准营销案例分析

5.1案例相关背景

5.2手机订票精准营销目标及分析方案

5.3手机订票精准营销数据分析模型

5.4观影用户识别

5.5营销手段评估

5.6提高接入用户购买率

第六章结论和建议

6.1论文总结

6.2建立建议

五、工作特色及难点，拟采取的解决措施

● 工作特色及难点

1．需广泛查阅国内外数据挖掘的精准营销理论，针对基于数据挖掘的湖南移动精准营销平台优化进行调查数据分析，并进行系统分析与借签。

2．深入了解银行的实际情况，设计出有指导意义、可操作性强的湖南移动精准营销平台优化设计方案。

● 拟采取的解决措施

1、进一步查阅文献，进行系统的理论研究。

2、对湖南移动精准营销平台状况进行调研分析。

3、运用科学的方法进行统计分析。

六、论文的进度安排

本篇论文总工作量：4万字左右

*文献阅读与理论研究     20##年5月一20##年12月

    *调查统计分析           20##年12月一20##年1月

    *形成论文初稿           20##年2月一20##年3月

*论文修改和定稿         20##年4月一20##年6月

七、预期成果及可能的创新点

    ● 预期成果

    在做论文的过程中，争取发表学术论文1篇，为基于数据挖掘的湖南移动精准营销平台优化提供决策的依据。

● 可能的创新点

本文的创新之处在于将粗放型营销转变为以客户行为分析为基础的精准营销平台的迫切需要，将网络数据分析应用到移动用户的客户细分中，通过采用一系列算法对用户市场数据和用户网络数据进行关联分析和其它挖掘分析，发现各种有价值的用户信息，以帮助湖南移动针对手机订票业务开展精准营销服务，提高手机订票业务的用户渗透率和业务认知度，提高现有手机订票业务的使用普及率和成功率。

同时利用湖南移动手机订票精准营销系统这个真实案例，详细讲述利用网络数据分析完成识别目标观影用户群，排除疑似工作人员和其它人员干扰，确定目标观影用户群的小区分布情况和分时段小区分布情况，分析目标观影用户群的移动性、社会联系性和订票观影行为特征，分析订票业务的关键影响因素和订票流程、用户短信交互行为等方面的工作，旨在提高尝试订票用户的购买成功率，从而更好的实现精准营销。 共同推进湖南移动的发展和核心竞争力的提升，也希望能为其它电信运营商的管理实践提供有益的参考。

八、参考文献

[1]     樊奕，基于数据挖掘的电信企业精确营销[D].北京：北京邮电大学，2006

[2]     王春、谢忠、徐士才，等，3G 时代增值业务运营研究[J]，商业时代，2009，第7期：88-89

[3]   贺小刚,企业持续竞争优势的资源观阐释[J],南开管理评论,2002,4:55~65

[4]   汤姆森.斯迪克兰德,战略管理(第十版),北京大学出版社,2002.89~43

[5]   阿德里安.J.斯莱沃斯基著,价值转移---竞争前的战略思考[M],中国对外翻译出版公司,1999:209~211

[6]   杨子真,移动运营商瞄准业务多元化[J],通信企业管理,2005,9:58~65

[7]   多兹,联盟优势[M],机械工业出版社,2004:109~120

[8]   迈克尔.波特,竞争战略[M],华夏出版社,1997:32~44

[9]     朱海松，4I模型：3G 时代的营销方法与原理[J]，Special Report，2009第2期：74-75

[10] 吴洪,黄秀清,通信经济学[M],北京邮电大学出版社,2003.465~476

[11] 高斌,通信经济学,人民邮电出版社[M],2004.21~28

[12] 王琴,顾客锁定的作用机理[J],上海管理科学,2004,2:65~70

[13] 韩家炜，数据挖掘：概念与技术[M]，北京：机械工业出版社，2006.

[14] 范爱民，精细化管理[M]，北京：中国纺织出版社，2005.

[15] 彭清圳，基于数据挖掘的电信精细化营销策略研究[D].北京：北京邮电大学，2008

[16] 林志宏，以精细营销为目标的移动通信增值业务客户行为分析[D].北京：北京邮电大学，2008

[17] 菲利普.科特勒,营销管理[M],上海人民出版社,2004,11:72~74

[18] 迈克尔.A.希特,战略管理[M],机械工业出版社,2005.315~321

[19] 许国志主编.系统科学与工程研究(第二版)[M].上海科技教育出版社,2001:453-455

[20] 亚德里安.J.斯莱沃斯基,大卫.J.莫里森,劳伦斯.H.艾伯茨,保罗.G.克利福德著,发现利润区[M],中信出版社,2000:432~439

[21] 阴志华，电信营销步入精细化营销时代[J]，通信世界，20##年第8期：6

[22] 路宏琦、张勋、勾学荣，等，借数据挖掘探索3G业务特性[J]，世界电信，2008.6：73-76

[23] 何晨、黄亚男，经营分析系统在中国移动的发展[J]，电信技术，2009.3：100-102

[24] 罗鹏，精细化运营，移动宽带的炼金术[J]，无线通信，2009.3.2：B17

[25] 徐亮，利用数据挖掘完善电信增值业务精细化营销的研究[D].北京：北京邮电大学，2006

[26] 施刚，浅谈数据挖掘在短信增值业务中的应用[J]，科技情报开发与经济，2009，第19卷：117-118

[27] 周欢、刘亚彬，数据挖掘在精细化营销中的应用研究[J]，企业活力，2008，第4期：36-37

[28] 郑宁，我国移动通信企业的现状、面临的问题及对策分析[J]，科技广场，2008第11期：96-98

[29] Michael R.Solomon. “Marketing: Real People, Real Choices”[J],Economic Science Press, 2005,203-209

[30] Yi Hu. “A Data Mining Approach for Database Intrusion Detection” [J], ACM Symposium on Applied Computing, 2004,711-716

[31] 何帆，移动通信企业精细化营销客户细分研究[D].北京：北京邮电大学，2008

[32] 王春，移动增值业务的精细化营销[J]，运营商，2008.9：37-38

[33] 周根贵，数据仓库与数据挖掘[M]，浙江在学出版社，20##年8月第一版

[34] Martin Schwardt, Jan Dethloff. “Solving a continuous Location-routing problem by use of a self-organizing map”[J], International Journal of Physical Distribution &  Logistics Management, 2005, 390-408

[35] Chihli Huang. “Market Segmentation Based On Hierarchical Self-Organizing Map for Markets of Multimedia on Demand”[J], Expert Systems With Applications, 2006,133-141

[36] 孙俊、饶志刚，模糊聚类分析方法在数据挖掘中的应用[J]，企业科学进步与自主创新，2006.4：146-147

[37] 赵红宇，CRM中的数据挖掘技术[J]，商场现代化，2006第469期：153

[38] 张伟、杨炳、儒宋威，多关系数据挖掘研究综述[J]，计算机工程与应用，2006.2：1-6

[39] 陈慧萍、王煜、王建东，高维数据挖掘算法的研究与进展[J]，计算机工程与应用，2006.24：170-173

[40] 李祺、王启隆、林强，构建市场经营分析活动中的信息不对称利器[J]，2005第一期：49-50

[41] 滕广青、毛英爽，国外数据挖掘应用研究与发展分析，统计研究[J]，20##年第12期：68-70

[42] 吴成东、许可、韩中华，等，基于粗糙集和决策树的数据挖掘方法[J]，东北大学学报，20##年第5期：481-484

[43] 杨韵、陈矩桦，基于数据挖掘的电信业务决策支持系统，情报科学[J]，2005第10期：1535-1537

[44] 刘蓉、陈晓红，基于数据挖掘的移动通信客户消费行为分析[J]，计算机应用与软件，2006第2期，60-62，130

[45] 赵爱琴， 数据挖掘在电信行业的研究与应用[D].北京：北京邮电大学，西南财经大学硕士论文，2008

[46] 李康顺、李元香、滕冲，等，遗传算法在数据挖掘中的应用[J]，计算机工程与应用，2005.9，219-223

[47] 王劲波、翁伟、许华荣，数据挖掘中基于密度的聚类分析算法[J]，统计与决策，20##年第10期，139-141

[48] 罗可、林睦纲、郗东妹，数据挖掘中分类算法综述[J]，计算机工程，2005.1，3-5，11

[49] 郑吉平、秦小麟，数据挖掘中采样技术的研究[J]，系统工程与电子技术，2005.11，1946-1949

[50] 郭炜、何丕廉、王中，数据挖掘在客户关系管理中的应用[J]，计算机应用，2006.8，1996-2000

[51] 戴维.贝赞可等,公司战略经济学[M],北京大学出版社,1999:326~350