【摘要】：伴随着三网融合，网络技术日益成熟和普及所产生的大量互联网信息数据逐渐被人们所关注，海量信息数据所蕴含的巨大价值也受到越来越多的重视，而数据挖掘作为解决海量信息数据价值转换的一个重要手段，已成为当前最热门的研究领域。从巨大的、复杂的数据中获取隐藏的信息的过程，就是数据挖掘，比如说对客户进行分类、聚类、识别欺诈行为、挖掘潜在顾客等，大多应用在零售业、金融业、医疗机构、政府机构、公司财务等领域。但是，海量的信息数据在展示出巨大的商业活动信息同时也带来了一系列挑战：一是海量信息数据大得无法想象，难以被有效的利用起来；二是难以辨别信息真伪，而虚假信息的产生源于互联网数据过于开放；三是由于信息表现形式不一致，导致难以对其进行统一处理，正是这些挑战推动着数据挖掘技术的革新和完善。 呼叫中心在我国起源于上世纪80年代，并成为企业与顾客之间最直接的沟通渠道，市场经济迅速发展，呼叫中心产生的数据越来越繁杂和巨大。但通过调查发现，大量企业对呼叫中心业务数据仅仅是进行简单的备份和存储，忽视了这些数据中隐藏的客户价值，并未对数据信息进行有效的开发和利用。面对日益激烈的市场竞争，企业如何利用这些数据进一步挖掘高质量目标客户、精细化企业客户分类、制定精准的营销策略、提高核心竞争力，从而为企业管理决策提供有效的支持，已成为各大企业的当务之急。 本文在大量阅读了国内外文献和进行企业实例调查的基础上，结合前人研究成果，进一步完善了数据挖掘技术在呼叫中心领域的运用。首先介绍了数据挖掘常用算法的原理，并就呼叫中心应用中如何开发数据挖掘工具进行描述和说明。然后在对国内外数据挖掘应用研究进行归纳总结的基础上，根据呼叫中心数据特点找到一种高效的K-means聚类算法，设计出符合呼叫中心业务数据特点的挖掘系统。最后，论文以移动话费营销呼叫中心为例通过该系统对呼叫中心数据进行了有效准确的分析，以客户的数据业务消费信息为对象进行数据挖掘，找出了可能的高价值客户信息。

【学位授予单位】：吉林大学
【学位授予年份】：2015

同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务