基于BP-Cox模型的手機(jī)客戶流失預(yù)測(cè)研究
發(fā)布時(shí)間:2021-09-06 00:24
自從市場(chǎng)建立以來(lái),對(duì)于企業(yè)而言客戶流失預(yù)測(cè)的研究便一直受到廣泛的關(guān)注,由于影響客戶流失的指標(biāo)有很多,所以能夠?qū)蛻袅魇ё龀鲇行ьA(yù)測(cè)就比較困難.目前預(yù)測(cè)客戶流失的方法很多,主要分為回歸分類方法和神經(jīng)網(wǎng)絡(luò)方法.本文結(jié)合這兩種方法各自的特點(diǎn),首次提出了一種基于Cox的BP神經(jīng)網(wǎng)絡(luò)模型,該模型將BP神經(jīng)網(wǎng)絡(luò)的輸入變量進(jìn)行Cox回歸,調(diào)整輸入變量在模型中的權(quán)重,通過(guò)調(diào)整后的模型對(duì)客戶流失情況進(jìn)行預(yù)測(cè).本文首先對(duì)現(xiàn)階段客戶流失預(yù)測(cè)的兩種方法:神經(jīng)網(wǎng)絡(luò)和生存分析進(jìn)行了介紹和討論.在回歸分析中,實(shí)證表明Cox回歸比邏輯回歸和決策樹在客戶流失預(yù)測(cè)中效果要理想一些.在神經(jīng)網(wǎng)絡(luò)方法中,對(duì)于本文的數(shù)據(jù)發(fā)現(xiàn)標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)在收斂速度和預(yù)測(cè)準(zhǔn)確度優(yōu)于RBF神經(jīng)網(wǎng)絡(luò).本文將BP神經(jīng)網(wǎng)絡(luò)和Cox回歸相結(jié)合,提出了一種新的手機(jī)客戶流失預(yù)測(cè)模型:BP-Cox模型.因?yàn)闃?biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)的收斂速度慢,并且很容易陷入局部極小值.為了克服這些缺點(diǎn),提高預(yù)測(cè)的準(zhǔn)確性,本文引入了BPFM,BPSAM,BPAM-I和BPAM-II四種動(dòng)量項(xiàng)法,用來(lái)改變標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值.在引入動(dòng)量項(xiàng)的基礎(chǔ)上,本文還引入了平均變步長(zhǎng)法,自適應(yīng)步長(zhǎng)...
【文章來(lái)源】:蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:45 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
論文結(jié)構(gòu)框架圖
圖 2-1 復(fù)雜度參數(shù)圖圖 2-2 決策樹從圖2-1和圖2-2可以看出, 建立的決策樹只需要一次分割, 就可以得到一個(gè)比較理想的結(jié)果, 整體來(lái)看,驗(yàn)證集中的準(zhǔn)確達(dá)到 76%.
決策樹
【參考文獻(xiàn)】:
期刊論文
[1]電信客戶流失的組合預(yù)測(cè)模型[J]. 余路. 華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[2]一種改進(jìn)ID3型決策樹挖掘算法[J]. 潘大勝,屈遲文. 華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[3]自適應(yīng)變步長(zhǎng)MPPT算法[J]. 黃舒予,牟龍華,石林. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2011(05)
[4]基于客戶細(xì)分的客戶流失預(yù)測(cè)研究[J]. 張曉濱,高峰,黃慧. 計(jì)算機(jī)工程與設(shè)計(jì). 2009(24)
[5]非小細(xì)胞肺癌適形放療的生存分析[J]. 李勤,吳湘陽(yáng),楊怡萍,亓芳迎,李潔,高飛,周梅林,王昕苗,馮麗,李青. 現(xiàn)代腫瘤醫(yī)學(xué). 2008(11)
[6]基于改進(jìn)支持向量機(jī)的客戶流失分析研究[J]. 趙宇,李兵,李秀,劉文煌,任守榘. 計(jì)算機(jī)集成制造系統(tǒng). 2007(01)
[7]移動(dòng)電話客戶流失數(shù)據(jù)挖掘[J]. 朱世武,崔嵬,謝邦昌. 數(shù)理統(tǒng)計(jì)與管理. 2005(01)
[8]基于決策樹的客戶流失分析[J]. 郭明. 廣東通信技術(shù). 2004(11)
[9]基于客戶信息的電信企業(yè)客戶流失問(wèn)題分析[J]. 周支立,劉斌. 情報(bào)雜志. 2003(12)
碩士論文
[1]基于數(shù)據(jù)挖掘的光大銀行蘭州分行客戶流失預(yù)測(cè)及管理對(duì)策研究[D]. 張睿軍.蘭州大學(xué) 2018
[2]基于生存分析的特征客戶群流失預(yù)測(cè)模型及應(yīng)用研究[D]. 王瑩.大連理工大學(xué) 2015
[3]基于Cox模型的中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[D]. 高麗麗.暨南大學(xué) 2013
[4]基于生存分析的客戶流失模型研究[D]. 鄭為益.華南理工大學(xué) 2011
[5]多通道自適應(yīng)控制系統(tǒng)的研究[D]. 林雙才.西南交通大學(xué) 2010
[6]基于DSP的遠(yuǎn)程參數(shù)控制系統(tǒng)的研究與設(shè)計(jì)[D]. 馮曉莉.西南交通大學(xué) 2009
[7]電信企業(yè)客戶關(guān)系生存分析模型研究[D]. 張永樂(lè).北京郵電大學(xué) 2009
本文編號(hào):3386360
【文章來(lái)源】:蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:45 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
論文結(jié)構(gòu)框架圖
圖 2-1 復(fù)雜度參數(shù)圖圖 2-2 決策樹從圖2-1和圖2-2可以看出, 建立的決策樹只需要一次分割, 就可以得到一個(gè)比較理想的結(jié)果, 整體來(lái)看,驗(yàn)證集中的準(zhǔn)確達(dá)到 76%.
決策樹
【參考文獻(xiàn)】:
期刊論文
[1]電信客戶流失的組合預(yù)測(cè)模型[J]. 余路. 華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[2]一種改進(jìn)ID3型決策樹挖掘算法[J]. 潘大勝,屈遲文. 華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[3]自適應(yīng)變步長(zhǎng)MPPT算法[J]. 黃舒予,牟龍華,石林. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2011(05)
[4]基于客戶細(xì)分的客戶流失預(yù)測(cè)研究[J]. 張曉濱,高峰,黃慧. 計(jì)算機(jī)工程與設(shè)計(jì). 2009(24)
[5]非小細(xì)胞肺癌適形放療的生存分析[J]. 李勤,吳湘陽(yáng),楊怡萍,亓芳迎,李潔,高飛,周梅林,王昕苗,馮麗,李青. 現(xiàn)代腫瘤醫(yī)學(xué). 2008(11)
[6]基于改進(jìn)支持向量機(jī)的客戶流失分析研究[J]. 趙宇,李兵,李秀,劉文煌,任守榘. 計(jì)算機(jī)集成制造系統(tǒng). 2007(01)
[7]移動(dòng)電話客戶流失數(shù)據(jù)挖掘[J]. 朱世武,崔嵬,謝邦昌. 數(shù)理統(tǒng)計(jì)與管理. 2005(01)
[8]基于決策樹的客戶流失分析[J]. 郭明. 廣東通信技術(shù). 2004(11)
[9]基于客戶信息的電信企業(yè)客戶流失問(wèn)題分析[J]. 周支立,劉斌. 情報(bào)雜志. 2003(12)
碩士論文
[1]基于數(shù)據(jù)挖掘的光大銀行蘭州分行客戶流失預(yù)測(cè)及管理對(duì)策研究[D]. 張睿軍.蘭州大學(xué) 2018
[2]基于生存分析的特征客戶群流失預(yù)測(cè)模型及應(yīng)用研究[D]. 王瑩.大連理工大學(xué) 2015
[3]基于Cox模型的中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[D]. 高麗麗.暨南大學(xué) 2013
[4]基于生存分析的客戶流失模型研究[D]. 鄭為益.華南理工大學(xué) 2011
[5]多通道自適應(yīng)控制系統(tǒng)的研究[D]. 林雙才.西南交通大學(xué) 2010
[6]基于DSP的遠(yuǎn)程參數(shù)控制系統(tǒng)的研究與設(shè)計(jì)[D]. 馮曉莉.西南交通大學(xué) 2009
[7]電信企業(yè)客戶關(guān)系生存分析模型研究[D]. 張永樂(lè).北京郵電大學(xué) 2009
本文編號(hào):3386360
本文鏈接:http://sikaile.net/guanlilunwen/tongjijuecelunwen/3386360.html
最近更新
教材專著