本文關(guān)鍵詞：電信企業(yè)客戶流失預(yù)測(cè)模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電信體制的改革和不斷深化，國(guó)內(nèi)電信行業(yè)內(nèi)部各大運(yùn)營(yíng)商之間的競(jìng)爭(zhēng)日趨激烈。電信運(yùn)營(yíng)商為了獲取更多的客戶資源和占有更大的市場(chǎng)份額，往往采取名目繁多的促銷活動(dòng)和層出不窮的廣告宣傳來吸引新客戶。然而統(tǒng)計(jì)發(fā)現(xiàn)，，發(fā)展一個(gè)新客戶比保持一個(gè)老客戶的費(fèi)用要高7倍，而如果“用戶保持率”增加5%，將有望為運(yùn)營(yíng)商帶來85%的利潤(rùn)增長(zhǎng)。因此對(duì)老客戶的保留直接關(guān)系到運(yùn)營(yíng)商的利益，無論是客戶流失還是話務(wù)量流失都將對(duì)運(yùn)營(yíng)商的經(jīng)營(yíng)產(chǎn)生深遠(yuǎn)的影響。本文針對(duì)這一問題應(yīng)用數(shù)據(jù)挖掘技術(shù)，研究流失客戶的特征，從而對(duì)流失進(jìn)行預(yù)測(cè)并對(duì)流失的后果進(jìn)行評(píng)估，采取客戶保留措施，防止因客戶流失而引發(fā)的經(jīng)營(yíng)危機(jī)，提升電信企業(yè)的競(jìng)爭(zhēng)力。 本文研究了數(shù)據(jù)挖掘技術(shù)在電信行業(yè)客戶關(guān)系管理中的主要應(yīng)用領(lǐng)域和相關(guān)應(yīng)用情況。分析了客戶流失原因，對(duì)不同的流失客戶加以區(qū)分，進(jìn)而給出不同的流失標(biāo)準(zhǔn)。分別用C5.0決策樹、CT決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和logistic回歸算法構(gòu)建模型進(jìn)行預(yù)測(cè)。結(jié)果表明C5.0決策樹的精度最高達(dá)到90%的準(zhǔn)確率，支持向量機(jī)次之達(dá)到80%以上。為了提高模型的可行性和對(duì)不同數(shù)據(jù)的預(yù)測(cè)精度，提出的一個(gè)綜合模型。具體方法是通過增加一個(gè)置信區(qū)間將上述模型進(jìn)行綜合。本文提出的模型綜合了多種預(yù)測(cè)方法的優(yōu)點(diǎn)，提高了預(yù)測(cè)的準(zhǔn)確性降低了預(yù)測(cè)風(fēng)險(xiǎn)。
【關(guān)鍵詞】：客戶流失 預(yù)測(cè)模型 C5.0決策樹 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F626;TP183
【目錄】：

• 摘要2-3
• ABSTRACT3-7
• 1 緒論7-11
• 1.1 選題的背景和意義7-8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀分析8-9
• 1.3 主要研究?jī)?nèi)容、目標(biāo)和方法9-10
• 1.4 論文的結(jié)構(gòu)10-11
• 2 客戶流失分析方法11-29
• 2.1 客戶流失分析相關(guān)理論11-19
• 2.1.1 數(shù)據(jù)挖掘理論的產(chǎn)生與發(fā)展11-13
• 2.1.2 數(shù)據(jù)挖掘的任務(wù)13-14
• 2.1.3 數(shù)據(jù)挖掘系統(tǒng)組成14
• 2.1.4 數(shù)據(jù)挖掘過程14-15
• 2.1.5 數(shù)據(jù)挖掘的常用技術(shù)15-18
• 2.1.6 數(shù)據(jù)挖掘的類型18-19
• 2.2 數(shù)據(jù)挖掘技術(shù)在電信行業(yè)應(yīng)用19-21
• 2.3 客戶流失及其分析方法21-23
• 2.3.1 電信客戶流失的類型21-22
• 2.3.2 客戶流失分析方法22-23
• 2.4 客戶流失分析常用算法23-29
• 2.4.1 支持向量機(jī)算法原理24-25
• 2.4.2 神經(jīng)網(wǎng)絡(luò)算法原理25-27
• 2.4.3 決策樹算法原理27-28
• 2.4.4 Logistic 回歸二元分類原理28-29
• 3 客戶流失組合預(yù)測(cè)模型29-35
• 3.1 數(shù)據(jù)挖掘軟件系統(tǒng)29
• 3.2 SPSS Clementine 12.0 數(shù)據(jù)挖掘系統(tǒng)29-31
• 3.3 SPSS Clementine 12.0 的基本操作方法31-33
• 3.4 數(shù)據(jù)流的基本操作方法33-34
• 3.5 Clementine 12.0 的主要模型34-35
• 4 電信企業(yè)客戶流失預(yù)測(cè)模型應(yīng)用35-48
• 4.1 商業(yè)理解35-36
• 4.2 數(shù)據(jù)理解36-37
• 4.3 模型建立37-46
• 4.4 模型評(píng)估及發(fā)布46-48
• 5 總結(jié)與展望48-50
• 5.1 論文主要工作總結(jié)48
• 5.2 展望48-50
• 致謝50-51
• 參考文獻(xiàn)51-54
• 附錄54

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前5條

1 杜云飛;陳孟野;高永獻(xiàn);;基于神經(jīng)網(wǎng)絡(luò)的一種組合預(yù)測(cè)的構(gòu)建與應(yīng)用[J];河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

2 劉勇;楊超;;基于價(jià)值考慮的流失客戶選擇策略研究[J];經(jīng)濟(jì)師;2007年01期

3 朱家元;段寶君;張恒喜;;新型SVM對(duì)時(shí)間序列預(yù)測(cè)研究[J];計(jì)算機(jī)科學(xué);2003年08期

4 湯小文,蔡慶生;數(shù)據(jù)挖掘在電信業(yè)中的應(yīng)用[J];計(jì)算機(jī)工程;2004年06期

5 薛蓉娜,謝曼英,張德明;我國(guó)電信業(yè)發(fā)展的區(qū)域差異研究 下篇:電信發(fā)展的區(qū)域差異效應(yīng)及協(xié)調(diào)發(fā)展分析[J];西安郵電學(xué)院學(xué)報(bào);2000年04期

  本文關(guān)鍵詞：電信企業(yè)客戶流失預(yù)測(cè)模型研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：381021