1 / 12
文档名称:

软件工程论文的开题报告.doc

格式:doc   大小:23KB   页数:12页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

软件工程论文的开题报告.doc

上传人:raojun00001 2019/6/11 文件大小:23 KB

下载得到文件列表

软件工程论文的开题报告.doc

相关文档

文档介绍

文档介绍:软件工程论文的开题报告软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科,它所涉及到的应用促进了经济和社会的发展,也提高了工作效率和生活效率。软件工程开题报告??论文题目:关于移动营销平台的相关研究课题一、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2009年我国电信业将实现6%以上的增长。2009年第一季度,,%;,,突破10亿户大关。预计到2012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)。2009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WCDMA3G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2009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,2009年3G相关投资将达到1730亿元至2030亿元。截止到2009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。2010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2009年11月,在新增用户市场上,%;同年11月新增移动用户458万户,%。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。(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KnowledgeandDataEngineering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RedBrick公司。RedBrick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S