基于神經(jīng)網(wǎng)絡(luò)模型的蘋果手機預(yù)約數(shù)據(jù)的分析.pdf

1、近幾年來，市場競爭日益劇烈，運營商也為擴大市場占有率想盡辦法。競爭的加速使得運營商在用戶細分、盡量壓縮成本的廣告宣傳上動了心思，在這一方面，精準(zhǔn)營銷起著不容忽視的作用。在市場預(yù)算有限的情況下，通過將用戶數(shù)據(jù)集中，建立數(shù)據(jù)模型，可以更精準(zhǔn)的找到目標(biāo)用戶，在最合適的渠道以最合適的產(chǎn)品進行推廣，與之相應(yīng)而來的也是較高的成功推銷的可能性。
　　本文是以浙江移動公司發(fā)起的預(yù)約蘋果手機活動中的參與的移動用戶為主體，以預(yù)測移動用戶對蘋果手機預(yù)約

2、的反應(yīng)為研究對象，來實現(xiàn)移動用戶預(yù)約蘋果手機并成功消化，即成功購買的目的。本文所使用的近6萬條觀測值的數(shù)據(jù)集來自浙江移動平臺的不同數(shù)據(jù)庫，以手機號碼為唯一識別標(biāo)識符進行數(shù)據(jù)匹配而來。數(shù)據(jù)集主要分預(yù)約數(shù)據(jù)和用戶數(shù)據(jù)，預(yù)約數(shù)據(jù)包括用戶的基本信息，以及其所預(yù)約手機的相關(guān)屬性信息;用戶數(shù)據(jù)包括該用戶是否最終購買手機、用戶年齡、號碼歸屬地、號碼所屬品牌、是否手機營業(yè)廳用戶、用戶登錄網(wǎng)廳的次數(shù)等24個變量，并且涵蓋了連續(xù)型和分類型兩種類別的變量。<

3、br>　　為了從已有數(shù)據(jù)中挖掘出盡可能多的商業(yè)信息，本文借助于統(tǒng)計分析方法中的方差分析來對預(yù)約數(shù)據(jù)中手機自身屬性對預(yù)約量的影響進行分析，并使用Logistic回歸模型和神經(jīng)網(wǎng)絡(luò)模型對用戶數(shù)據(jù)進行統(tǒng)計建模，第一階段基于Logistic回歸模型預(yù)測用戶對蘋果手機的響應(yīng)率，并通過逐步回歸法篩選出對該響應(yīng)率有顯著貢獻的10個自變量;第二階段使用第一階段中通過使用Logistic回歸模型中篩選出的自變量，與數(shù)據(jù)中的用戶是否購買手機，即因變量建立神