本文關(guān)鍵詞：電信客戶流失預(yù)警模型的構(gòu)建及應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著電信行業(yè)的蓬勃發(fā)展,通信市場逐漸飽和,形成了“三足鼎立”的態(tài)勢,移動、電信、聯(lián)通三大企業(yè)的競爭焦點由新增用戶變?yōu)榇媪坑脩簟Ｊ聦嵣?以前的研究大都沒有考慮到非平衡數(shù)據(jù)對預(yù)測結(jié)果的影響,因此本文欲在前人的基礎(chǔ)上探索基于非平衡數(shù)據(jù)的電信客戶流失預(yù)警研究。本文的數(shù)據(jù)來源于某公司真實數(shù)據(jù)。對于非平衡數(shù)據(jù),本文創(chuàng)新性的提出了基于密度聚類的改進(jìn)SMOTE算法和基于聚類算法的欠抽樣的混合抽樣技術(shù)。其中基于密度聚類的改進(jìn)SMOTE算法核心思想是通過對少數(shù)類樣本進(jìn)行聚類識別出噪聲樣本,并將得到的非噪聲樣本進(jìn)行SMOTE過抽樣。然而通過改進(jìn)的SMOTE過抽樣技術(shù)得到的正負(fù)類樣本的比例仍然相差較大,故本文對負(fù)類樣本采用了基于聚類算法的欠抽樣技術(shù)對負(fù)類樣本進(jìn)行處理,本文主要采用了系統(tǒng)聚類中的離差平方和、K-Means聚類以及PAM聚類方法得到樣本的類別標(biāo)簽,然后按照分層抽樣抽取一定的比例,從而使數(shù)據(jù)達(dá)到平衡。將最終得到的樣本數(shù)據(jù)分別運用決策樹方法和隨機(jī)森林方法構(gòu)建模型,通過precision、recall、F-value和AUC值對模型進(jìn)行評估,最終認(rèn)為基于決策樹的隨機(jī)森林集成模型效果最好。完成客戶流失預(yù)測后,需要及時的進(jìn)行客戶的維系與挽留,才能真正實現(xiàn)客戶的保有,本文創(chuàng)新性地將潛在流失客戶按照價值度、風(fēng)險度、穩(wěn)定度等幾個指標(biāo)進(jìn)行客戶細(xì)分,得到幾個客戶群并進(jìn)行特征刻畫,最后依據(jù)企業(yè)的資源與主推產(chǎn)品進(jìn)行策略匹配,最終得到各個保有用戶的精確營銷策略。
【關(guān)鍵詞】：非平衡數(shù)據(jù) 密度聚類 SMOTE 欠抽樣 決策樹 隨機(jī)森林
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F626;F222
【目錄】：

• 摘要2-4
• ABSTRACT4-8
• 第一章 緒論8-14
• 第一節(jié) 研究背景及意義8-9
• 一、研究背景8-9
• 二、研究意義9
• 第二節(jié) 國內(nèi)外研究綜述9-11
• 一、分析角度綜述9-10
• 二、分析方法綜述10-11
• 第三節(jié) 研究框架與創(chuàng)新點11-14
• 一、研究內(nèi)容11-12
• 二、研究框架12-13
• 三、創(chuàng)新點13-14
• 第二章 理論基礎(chǔ)與方法技術(shù)14-29
• 第一節(jié) 理論基礎(chǔ)14-19
• 一、數(shù)據(jù)挖掘14-15
• 二、非平衡數(shù)據(jù)15-19
• 第二節(jié) 方法技術(shù)19-29
• 一、決策樹19-24
• 二、隨機(jī)森林24-25
• 三.SMOTE25-26
• 四、聚類26-29
• 第三章 客戶流失預(yù)警模型分析框架及準(zhǔn)備29-44
• 第一節(jié) 商業(yè)理解29-32
• 一、業(yè)務(wù)理解29-30
• 二、數(shù)據(jù)理解30-32
• 第二節(jié) 分析框架32-33
• 第三節(jié) 數(shù)據(jù)準(zhǔn)備33-40
• 一、數(shù)據(jù)探索34-36
• 二、指標(biāo)選擇36-40
• 第四節(jié) 數(shù)據(jù)抽樣40-44
• 一、分割建模樣本40
• 二、基于密度聚類的改進(jìn)SMOTE過抽樣40-42
• 三、基于聚類算法的欠抽樣42-44
• 第四章 客戶流失預(yù)警模型的應(yīng)用44-49
• 第一節(jié) 基于決策樹方法的客戶流失預(yù)警模型44-45
• 第二節(jié) 基于隨機(jī)森林方法的客戶流失預(yù)警模型45-47
• 第三節(jié) 模型的評估47-49
• 第五章 客戶流失管理策略49-55
• 第一節(jié) 客戶洞察49-51
• 第二節(jié) 策略匹配51-52
• 第三節(jié) 總結(jié)與展望52-55
• 參考文獻(xiàn)55-58
• 致謝58-59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘振明;;誰動了我的客戶——印刷企業(yè)如何防范客戶流失[J];印刷經(jīng)理人;2003年09期

2 張麗華 ,鎖磊 ,陳松青;用戶滿意度測評在預(yù)防客戶流失中的作用[J];中國質(zhì)量;2004年12期

3 張莉;;防范客戶流失要怎么做[J];北方牧業(yè);2004年10期

4 李競明,尹柳營;客戶流失的原因分析和防范[J];江蘇商論;2005年05期

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

6 周文濤;客戶流失的堵漏術(shù)[J];企業(yè)改革與管理;2005年08期

7 葉孝明;梁祺;;多層前饋神經(jīng)網(wǎng)絡(luò)在客戶流失分析中的應(yīng)用[J];物流科技;2006年06期

8 夏國恩;陳云;金煒東;;電信業(yè)客戶流失戰(zhàn)略管理模型[J];科技管理研究;2006年12期

9 楊天林;;通信企業(yè)客戶流失的原因及對策研究[J];山西財經(jīng)大學(xué)學(xué)報;2007年S1期

10 夏國恩;邵培基;;改進(jìn)的支持向量分類機(jī)在客戶流失預(yù)測中的應(yīng)用[J];計算機(jī)應(yīng)用研究;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 司學(xué)峰;蔣國瑞;李英毅;;基于數(shù)據(jù)挖掘技術(shù)的客戶流失預(yù)測研究綜述[A];第三屆中國智能計算大會論文集[C];2009年

2 李紅霞;;電信客戶流失與客戶保持分析[A];中國企業(yè)運籌學(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)會學(xué)術(shù)年會論文集[C];2005年

4 段巍巍;;電信客戶流失預(yù)測主題建模[A];第十屆中國科協(xié)年會信息化與社會發(fā)展學(xué)術(shù)討論會分會場論文集[C];2008年

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

6 蘇小龍;;基于消費行為認(rèn)知的固網(wǎng)大客戶流失研究[A];中國創(chuàng)新與企業(yè)成長（CI&G）2013年度會議論文集[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)測模型[A];第六屆（2011）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2011年

8 李保升;陸煒穎;呂廷杰;;移動客戶流失預(yù)測模型研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

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

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

中國重要報紙全文數(shù)據(jù)庫 前10條

1 冰藍(lán);如何防止客戶流失[N];電腦商報;2005年

2 ;揭開客戶流失真相[N];計算機(jī)世界;2005年

3 吳U

本文編號：268507