1、隨著通信技術(shù)的迅速發(fā)展，我國(guó)三大電信運(yùn)營(yíng)商面臨巨大挑戰(zhàn)和機(jī)遇，如何改變現(xiàn)有的經(jīng)營(yíng)模式，打造自己的優(yōu)勢(shì)，爭(zhēng)取更多的用戶(hù)，依然成為運(yùn)營(yíng)商必須要面臨的問(wèn)題。而要做好這些，就必須了解手機(jī)用戶(hù)的喜歡、偏愛(ài)和有關(guān)的客戶(hù)行為。怎么去了解和掌握手機(jī)用戶(hù)的這些情況，就必須對(duì)用戶(hù)進(jìn)行細(xì)分。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)進(jìn)行細(xì)分，挖掘有價(jià)值的客戶(hù)信息和行為特征，及時(shí)把握客戶(hù)新的需求，制定有針對(duì)性的營(yíng)銷(xiāo)策略，才能鞏固原有老客戶(hù)，發(fā)展新客戶(hù)。對(duì)不同的用戶(hù)采用差異化策略進(jìn)

2、行精細(xì)化服務(wù)，提升客戶(hù)價(jià)值，控制成本，實(shí)現(xiàn)利潤(rùn)最大化。
　　本文研究了 k-means算法，通過(guò)優(yōu)化初始聚類(lèi)中心對(duì)該算法進(jìn)行了改進(jìn)。然后結(jié)合電信行業(yè)的特點(diǎn)和手機(jī)用戶(hù)的特征，選擇手機(jī)用戶(hù)的行為屬性和價(jià)值屬性作為細(xì)分變量建立了客戶(hù)細(xì)分模型，并對(duì)4000個(gè)樣本數(shù)據(jù)進(jìn)行分析，對(duì)數(shù)據(jù)源進(jìn)行數(shù)據(jù)預(yù)處理，清除異常值，并進(jìn)行數(shù)據(jù)轉(zhuǎn)換；其次，用 K-meams聚類(lèi)算法對(duì)客戶(hù)進(jìn)行細(xì)分，用不同的聚類(lèi)值得到幾組不同的聚類(lèi)結(jié)果，然后采用判別分析方法對(duì)這幾組

3、聚類(lèi)結(jié)果進(jìn)行判別驗(yàn)證，對(duì)判別樣本正確率進(jìn)行分析對(duì)比，從而得出了最佳的聚類(lèi)數(shù)；最后，分別用傳統(tǒng)的 k-means算法和改進(jìn)的 k-means算法對(duì)客戶(hù)進(jìn)行細(xì)分，并通過(guò)分析對(duì)比，得出最終的聚類(lèi)結(jié)果，并對(duì)最終的客戶(hù)分類(lèi)結(jié)果進(jìn)行特征分析和總結(jié)，根據(jù)不同的客戶(hù)群的特征和習(xí)慣，提出相應(yīng)的有針對(duì)性的營(yíng)銷(xiāo)策略，
　　本文采用改進(jìn)的 K-meams算法建立了客戶(hù)細(xì)分模型，實(shí)現(xiàn)了對(duì)客戶(hù)的細(xì)分，細(xì)分結(jié)果具有一定的合理性和實(shí)用性，對(duì)營(yíng)銷(xiāo)策略的制定具有一定