隨著信息技術的不斷發(fā)展,我國通信行業(yè)的規(guī)模越來越大�？蛻舴⻊找呀�(jīng)成為大多數(shù)企業(yè)的核心競爭力,對于以服務為主的電信行業(yè)更是如此。電信用戶對于綜合服務體驗的要求越來越高,如何保持用戶滿意,防止客戶流失成為每個電信企業(yè)不得不面對的全新課題。本論文基于數(shù)據(jù)挖掘和分析算法,針對電信行業(yè)客戶的特點,建立客戶流失分析模型,對電信行業(yè)客戶流失進行預測和分析,找到客戶流失的原因,有針對性的幫助電信企業(yè)制定營銷策略,保持客戶忠誠度。本文在研究國內(nèi)外客戶流失預測算法的基礎上,分析了電信企業(yè)客戶流失原因和對策。研究了如何通過聚類算法給客戶分群,采用了一種改進的k-平均算法來得到具有相似特征的用戶群體,通過客戶聚類分析有利于發(fā)現(xiàn)具有客戶流失傾向的客戶行為特征,從而有助于根據(jù)不同客戶群體特征制定客戶挽留措施。還研究了如何用判定樹分類進行客戶流失預測,在研究了判定樹基本算法的基礎上,研究了判定樹屬性選擇度量、判定樹剪枝方法等技術,建立了分類模型。然后基于根據(jù)改進后的K-平均算法和決策樹分類算法建立了電信企業(yè)客戶流失預測模型,并使用真實數(shù)據(jù)對模型的有效性進行了檢驗,該模型的準確率高達80%。最后基于J2EE技術設計開... 

【文章來源】：吉林農(nóng)業(yè)大學吉林省

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【部分圖文】：

J2EE應用多層分布式架構(gòu)

信客戶流失預測系統(tǒng)的設客戶分類兩個層面，基于 K 均值本章將基于 J2EE 技術設計并實系統(tǒng)總體架構(gòu)是通過前面對于電信客戶流失預息，建立客戶流失與消費習慣、客戶流失行為進行有效預測，并提留和營銷活動提供支持。根據(jù)系構(gòu)如圖 5.1 所示。模型庫 知識庫

圖 5.7 數(shù)據(jù)清洗用例圖Fig.5.7 data cleaning use case diagram測：流失預測分為模型建立和業(yè)務應用兩部分。其中模型測模型，選擇模型所使用的的算法，確定模型參數(shù)，然后型進行訓練，直到模型達到精度要求。業(yè)務應用部分由業(yè)入到系統(tǒng)中，得到該用戶的流失傾向分析結(jié)果，并得出客能的用例分析圖。

【參考文獻】：
期刊論文
[1]基于MapReduce的分布式網(wǎng)絡數(shù)據(jù)聚類算法[J]. 陳東明,劉健,王冬琦,徐曉偉.  計算機工程. 2013(07)
[2]數(shù)據(jù)挖掘領域的科研合作網(wǎng)絡分析[J]. 張玉濤,李雷明子,王繼民,王建冬.  圖書情報工作. 2012(06)
[3]基于代價敏感SVM的電信客戶流失預測研究[J]. 蔣國瑞,司學峰.  計算機應用研究. 2009(02)
[4]SVM方法及其在客戶流失預測中的應用研究[J]. 應維云,覃正,趙宇,李兵,李秀.  系統(tǒng)工程理論與實踐. 2007(07)
[5]改進的k-平均聚類算法研究[J]. 孫士保,秦克云.  計算機工程. 2007(13)
[6]基于改進支持向量機的客戶流失分析研究[J]. 趙宇,李兵,李秀,劉文煌,任守榘.  計算機集成制造系統(tǒng). 2007(01)
[7]數(shù)據(jù)挖掘在電信客戶流失分析中的應用[J]. 仇春芳,李衛(wèi)衛(wèi).  通信世界. 2007(05)
[8]基于模糊聚類分析的田間精確管理分區(qū)研究[J]. 李艷,史舟,吳次芳,李鋒,程街亮.  中國農(nóng)業(yè)科學. 2007(01)
[9]創(chuàng)建決策樹算法的比較研究——ID3,C4.5,C5.0算法的比較[J]. 李強.  甘肅科學學報. 2006(04)
[10]基于粗集理論的客戶流失建模研究[J]. 史芳麗,周亞莉.  統(tǒng)計與決策. 2006(22)



本文編號：3509922