發(fā)布時(shí)間：2017-05-07 14:05

  本文關(guān)鍵詞：基于記憶聚類方法的電信客戶流失挖掘及策略開(kāi)發(fā)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著市場(chǎng)競(jìng)爭(zhēng)的日益激烈,客戶流失已經(jīng)成為電信行業(yè)客戶關(guān)系管理和客戶維系的關(guān)鍵問(wèn)題,因此,流失預(yù)測(cè)對(duì)于挽留客戶、降低損失是極具價(jià)值且非常必要的。數(shù)據(jù)挖掘中的各種分類算法是客戶流失預(yù)測(cè)中最常使用的分類技術(shù),而分類方法即為數(shù)據(jù)挖掘中的監(jiān)督性學(xué)習(xí)方法,因此,正如以往的大多數(shù)研究,多種監(jiān)督學(xué)習(xí)技術(shù)被用來(lái)研究客戶流失問(wèn)題。然而,有關(guān)流失預(yù)測(cè)中非監(jiān)督學(xué)習(xí)技術(shù)使用的研究卻非常有限。聚類是非監(jiān)督學(xué)習(xí)技術(shù)中最常見(jiàn)的一種,通過(guò)聚類,具有相似行為特征的客戶被聚集在一起,因此,我們就可以對(duì)特定客戶群體的特征進(jìn)行刻畫(huà)及衍生構(gòu)造�；谝陨险撌�,本文研究通過(guò)采用數(shù)據(jù)挖掘技術(shù)和知識(shí)發(fā)現(xiàn)過(guò)程旨在定義出流失/非流失客戶。為此,本文提出了一種包括預(yù)處理、聚類和分類階段的混合方法,并在每個(gè)階段運(yùn)用了合適的工具。具體而言,在聚類階段結(jié)合了SOM和K-Means算法,并在分類階段分別檢驗(yàn)了決策樹(shù)(DT)、神經(jīng)網(wǎng)絡(luò)(NN)和支持向量機(jī)(SVM)三種單一分類器以及裝袋(Bagging)、提升(Boosting)、堆棧(Stacking)和多數(shù)表決(Vote)四種集成方法。除了使用聚類來(lái)細(xì)分客戶,也有可能通過(guò)定義新的特征變量來(lái)保存聚類階段的結(jié)果并將它帶入到分類階段中,對(duì)此,本文將其定義為記憶聚類方法。記憶聚類方法的采用將有助于得到更好的分類結(jié)果。本文采用了一個(gè)真實(shí)的電信數(shù)據(jù)集來(lái)驗(yàn)證本文所提出方法的有效性。這些技術(shù)的高效協(xié)同使用顯著地提高了預(yù)測(cè)精度。所有的單一和集成分類器都基于多種性能指標(biāo)進(jìn)行評(píng)價(jià)并進(jìn)行統(tǒng)計(jì)檢驗(yàn)比較,實(shí)驗(yàn)結(jié)果表明,單一分類器中的支持向量機(jī)(SVM)以及集成方法中的Bagging trees在所有評(píng)價(jià)指標(biāo)上表現(xiàn)出了最佳的性能。最后,出于現(xiàn)存研究對(duì)分類結(jié)果的可實(shí)施性關(guān)注很少,文章基于模型結(jié)果開(kāi)發(fā)并討論了一套簡(jiǎn)單的流失管理營(yíng)銷策略,以提高其在現(xiàn)實(shí)世界中的實(shí)用性。研究結(jié)果表明,基于記憶聚類方法的流失模型具有較高的精度,而所得到的結(jié)果在理論上和實(shí)踐上都是有意義的。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 聚類分析 分類分析 客戶流失預(yù)測(cè)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F626;F274
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-16
• 1.1 研究背景及意義9-11
• 1.2 相關(guān)的工作11-13
• 1.3 主要研究?jī)?nèi)容13-14
• 1.4 論文結(jié)構(gòu)安排14-16
• 第二章 數(shù)據(jù)挖掘相關(guān)理論16-20
• 2.1 監(jiān)督學(xué)習(xí)技術(shù)16-18
• 2.1.1 判別分析和邏輯回歸16-17
• 2.1.2 神經(jīng)網(wǎng)絡(luò)17
• 2.1.3 決策樹(shù)17
• 2.1.4 支持向量機(jī)17-18
• 2.2 非監(jiān)督學(xué)習(xí)技術(shù)18-19
• 2.3 本章小結(jié)19-20
• 第三章 基于記憶聚類方法的電信客戶流失集成預(yù)測(cè)模型20-27
• 3.1 數(shù)據(jù)預(yù)處理階段20-23
• 3.2 非監(jiān)督學(xué)習(xí)階段23-24
• 3.3 監(jiān)督學(xué)習(xí)階段及性能評(píng)估24-26
• 3.4 本章小結(jié)26-27
• 第四章 實(shí)證及結(jié)果討論27-54
• 4.1 實(shí)驗(yàn)數(shù)據(jù)27-39
• 4.1.1 數(shù)據(jù)描述27
• 4.1.2 數(shù)據(jù)集探索性分析27-31
• 4.1.3 數(shù)據(jù)預(yù)處理31-35
• 4.1.4 PLS最佳子集選擇35-39
• 4.2 非監(jiān)督學(xué)習(xí)階段—記憶聚類方法39-42
• 4.3 監(jiān)督學(xué)習(xí)階段—流失客戶分類探索42-53
• 4.3.1 參數(shù)設(shè)置42-43
• 4.3.2 單一分類方法驗(yàn)證——有/無(wú)聚類特征變量43-47
• 4.3.3 模型性能比較——有/無(wú)聚類特征變量47
• 4.3.4 集成分類方法驗(yàn)證47-49
• 4.3.5 分類器成對(duì)比較49
• 4.3.6 模型的有效性檢驗(yàn)49-53
• 4.4 本章小結(jié)53-54
• 第五章 流失管理營(yíng)銷策略54-60
• 5.1 流失管理營(yíng)銷策略開(kāi)發(fā)54-57
• 5.2 流失管理營(yíng)銷細(xì)分57-58
• 5.3 流失管理營(yíng)銷評(píng)估58-59
• 5.4 本章小結(jié)59-60
• 第六章 總結(jié)60-62
• 致謝62-63
• 參考文獻(xiàn)63-70
• 攻讀碩士學(xué)位期間取得的成果70-71

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉寒冰;;客戶流失原因淺析[J];飼料博覽;2006年01期

2 V.庫(kù)馬爾;;美國(guó)公司如何避免客戶流失[J];IT時(shí)代周刊;2010年11期

3 王春嬉;李雪萍;;淺議A餐館的客戶流失[J];經(jīng)營(yíng)管理者;2012年02期

4 嚴(yán)偉;如何防范客戶流失[J];企業(yè)管理;2003年06期

5 范云峰;;客戶流失現(xiàn)象分析[J];經(jīng)營(yíng)者;2003年05期

6 潘振明;;誰(shuí)動(dòng)了我的客戶——印刷企業(yè)如何防范客戶流失[J];印刷經(jīng)理人;2003年09期

7 張麗華 ,鎖磊 ,陳松青;用戶滿意度測(cè)評(píng)在預(yù)防客戶流失中的作用[J];中國(guó)質(zhì)量;2004年12期

8 張莉;;防范客戶流失要怎么做[J];北方牧業(yè);2004年10期

9 李競(jìng)明,尹柳營(yíng);客戶流失的原因分析和防范[J];江蘇商論;2005年05期

10 紀(jì)然 ,婉懿;如何預(yù)防老客戶流失[J];中國(guó)質(zhì)量與品牌;2005年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 司學(xué)峰;蔣國(guó)瑞;李英毅;;基于數(shù)據(jù)挖掘技術(shù)的客戶流失預(yù)測(cè)研究綜述[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

2 李紅霞;;電信客戶流失與客戶保持分析[A];中國(guó)企業(yè)運(yùn)籌學(xué)[C];2009年

3 張俊巍;;電信行業(yè)客戶流失管理模型淺析[A];黑龍江省通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2005年

4 段巍巍;;電信客戶流失預(yù)測(cè)主題建模[A];第十屆中國(guó)科協(xié)年會(huì)信息化與社會(huì)發(fā)展學(xué)術(shù)討論會(huì)分會(huì)場(chǎng)論文集[C];2008年

5 張海波;趙煥成;;電信移動(dòng)客戶流失的預(yù)測(cè)模型——基于社會(huì)網(wǎng)絡(luò)分析的實(shí)證研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第11卷）[C];2010年

6 蘇小龍;;基于消費(fèi)行為認(rèn)知的固網(wǎng)大客戶流失研究[A];中國(guó)創(chuàng)新與企業(yè)成長(zhǎng)（CI&G）2013年度會(huì)議論文集[C];2013年

7 余力濤;黨延忠;楊光飛;;基于遷移學(xué)習(xí)的客戶流失預(yù)測(cè)模型[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

8 李保升;陸煒?lè)f;呂廷杰;;移動(dòng)客戶流失預(yù)測(cè)模型研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

9 柳炳祥;盛昭翰;;一種基于Rough集的客戶流失風(fēng)險(xiǎn)分析方法[A];2002年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2002年

10 李萍;齊佳音;舒華英;;歸因理論在移動(dòng)客戶流失管理中的應(yīng)用探討[A];全國(guó)第八屆工業(yè)工程與企業(yè)信息化學(xué)術(shù)會(huì)議論文集[C];2004年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 冰藍(lán);如何防止客戶流失[N];電腦商報(bào);2005年

2 ;揭開(kāi)客戶流失真相[N];計(jì)算機(jī)世界;2005年

3 吳U，

本文編號(hào)：349976