考試模擬樣題-數據分析應用(附答案)

1、1（50.0分）移動公司想結合用戶通話行為，推薦相應套餐，或者結合用戶現有套餐優(yōu)化用戶套餐，提供個性化套餐，從而對客戶進行精準營銷，增加客戶粘性。為此，移動公司收集了下列數據，移動公司收集到的數據包含下列字段：變量名稱變量標簽Customer_ID用戶編號Peak_mins工作日上班時間電話時長OffPeak_mins工作日下班時間電話時長Weekend_mins周末電話時長International_mins國際電話時長Total_m

2、ins總通話時長average_mins平均每次通話時長data移動用戶細分聚類.xlsx移動用戶細分聚類請你根據這些客戶數據，進行數據的預處理（數據預處理過程中可以根據現有變量構造新變量進行分析），預處理之后選擇合適變量進行分析，分析算法自行選擇，寫出分析思路和過程，通過數據分析對客戶進行細分，將客戶分為5類。并為移動公司提供客戶精準營銷的相關建議。（請寫出分析的流程并刻畫最后細分之后的客戶的特點和相應的營銷建議）答案解析：答案解析：

3、根據題意解讀本題可以選用聚類方式對客戶進行類別劃分，此處采用Kmeans聚類進行模型假設。1、對數據進行預處理，數據均為數值型，此項不用處理；檢驗數據可知沒有缺失值，故此項不用處理；將數據導入datehoop平臺進行異常值處理可以看到雖然異常值較多但考慮到可能是特殊人群，故此項不做處理。聚類對變量相關性影響較為敏感，因此將數據通過datehoop平臺進行相關性分析結果如下：從相關矩陣可以看出Peak_mins和Total_mins相關性

4、顯著。此處利用比值法構建新的變量peak_minstotal_mins，因為變量之間取值范圍差異較大，因此進行聚類時需要進行標準化（datehoop平臺可以自動標準化，此處不單獨處理）。2、對變量進行聚類，選擇變量peak_minstotal_mins，offpeak_mins，weekend_mins，international_mins(2)對于1類長聊客戶移動公司可以推出相應的暢聊套餐或者開設親情號以吸引客戶的眼光。(3)對于4類