本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的電信高流量客戶流失預(yù)警與挽留機(jī)會(huì)評(píng)估分析

  更多相關(guān)文章： 數(shù)據(jù)挖掘 Logistic回歸 流失預(yù)警 挽留機(jī)會(huì)評(píng)估

【摘要】：伴隨我國(guó)移動(dòng)互聯(lián)網(wǎng)時(shí)代的來(lái)到，電信運(yùn)營(yíng)商之間的競(jìng)爭(zhēng)由普通話務(wù)競(jìng)爭(zhēng)轉(zhuǎn)向數(shù)據(jù)業(yè)務(wù)競(jìng)爭(zhēng)，高流量客戶的保有已成為各大電信運(yùn)營(yíng)商關(guān)注的熱點(diǎn)問(wèn)題。要對(duì)客戶進(jìn)行有效的保有，就要預(yù)測(cè)客戶的流失可能性，流失原因，流失去向，，以及客戶挽留成功的可能性，這樣才能制定有效的挽留策略，降低運(yùn)營(yíng)的成本，提升企業(yè)效益。 數(shù)據(jù)挖掘技術(shù)能夠利用以往的歷史數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中存在的潛在的有用的規(guī)則，為決策者制定策略提供幫助。本文將數(shù)據(jù)挖掘技術(shù)用于電信客戶維系工作中，通過(guò)對(duì)S市的移動(dòng)客戶數(shù)據(jù)進(jìn)行分析，按照數(shù)據(jù)挖掘的CRISP-DM流程，利用TeradataWarehouse Miner數(shù)據(jù)挖掘軟件建立了高流量客戶流失預(yù)警模型，預(yù)測(cè)客戶流失的可能性。通過(guò)對(duì)客戶歷史數(shù)據(jù)進(jìn)利用統(tǒng)計(jì)分析，結(jié)合經(jīng)驗(yàn)，總結(jié)出高流量客戶流失原因預(yù)測(cè)規(guī)則，基于高流量客戶的流失原因，得出了高流量客戶流失去向的預(yù)測(cè)規(guī)則，對(duì)高流量客戶的流失原因和流失去向進(jìn)行預(yù)測(cè)。 本文通過(guò)預(yù)測(cè)高流量客戶的流失情況，并根據(jù)客戶的流失原因和流失去向，利用因子分析方法，建立了高流量流失客戶挽留機(jī)會(huì)評(píng)估模型。利用挽留機(jī)會(huì)評(píng)估模型的結(jié)果，結(jié)合經(jīng)驗(yàn)，對(duì)高流量流失客戶進(jìn)行分類(lèi)，將客戶分成無(wú)須挽留，較難挽留，正常挽留和容易挽留四類(lèi)，為電信運(yùn)營(yíng)商制定客戶挽留和維系策略提供理論依據(jù)。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 Logistic回歸 流失預(yù)警 挽留機(jī)會(huì)評(píng)估
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP311.13;F626
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-17
• 1.1 選題的背景和意義8-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 目前研究存在的問(wèn)題13-14
• 1.4 論文的主要內(nèi)容和結(jié)構(gòu)14-15
• 1.5 申明15-16
• 1.6 本章小結(jié)16-17
• 2 客戶流失與數(shù)據(jù)挖掘相關(guān)理論17-27
• 2.1 客戶流失與客戶流失預(yù)測(cè)17-18
• 2.2 數(shù)據(jù)挖掘相關(guān)理論18-24
• 2.3 相關(guān)統(tǒng)計(jì)理論24-26
• 2.4 本章小結(jié)26-27
• 3 高流量客戶流失預(yù)警模型27-60
• 3.1 商業(yè)理解27-28
• 3.2 數(shù)據(jù)理解28-32
• 3.3 數(shù)據(jù)準(zhǔn)備與預(yù)處理32-52
• 3.4 建立模型52-55
• 3.5 模型評(píng)估55-59
• 3.6 模型實(shí)施59
• 3.7 本章小結(jié)59-60
• 4 高流量客戶流失原因與流失去向分析60-76
• 4.1 客戶流失原因60-72
• 4.2 高流量客戶流失去向分析72-75
• 4.3 本章小結(jié)75-76
• 5 高流量流失客戶挽留機(jī)會(huì)評(píng)估76-83
• 5.1 業(yè)務(wù)理解76
• 5.2 數(shù)據(jù)準(zhǔn)備76-78
• 5.3 建立高流量客戶挽留機(jī)會(huì)評(píng)估模型78-80
• 5.4 利用挽留機(jī)會(huì)評(píng)估模型對(duì)客戶進(jìn)行分類(lèi)80-82
• 5.5 本章小結(jié)82-83
• 6 總結(jié)與展望83-85
• 6.1 全文總結(jié)83-84
• 6.2 不足和展望84-85
• 致謝85-86
• 參考文獻(xiàn)86-90
• 附錄90-97

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專(zhuān)學(xué)報(bào);2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語(yǔ)言[J];計(jì)算機(jī)時(shí)代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國(guó);彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計(jì)算機(jī)科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識(shí)別與人工智能;2001年01期

6 朱建平,張潤(rùn)楚;數(shù)據(jù)挖掘的發(fā)展及其特點(diǎn)[J];統(tǒng)計(jì)與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場(chǎng);2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機(jī)的“慧眼”[J];中國(guó)計(jì)算機(jī)用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計(jì)算機(jī)工程;2002年06期

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

1 史東輝;蔡慶生;張春陽(yáng);;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽(yáng);李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

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

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國(guó)信息化新浪潮[N];中國(guó)電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國(guó)旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問(wèn)題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 李榮;生物信息數(shù)據(jù)挖掘若干關(guān)鍵問(wèn)題研究與應(yīng)用[D];復(fù)旦大學(xué);2004年

8 李玉華;面向服務(wù)的數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2006年

9 吳少智;時(shí)間序列數(shù)據(jù)挖掘在生物醫(yī)學(xué)中的應(yīng)用研究[D];電子科技大學(xué);2010年

10 王珊珊;知識(shí)指導(dǎo)下的數(shù)據(jù)挖掘在新聞和金融工具之間因果關(guān)系上的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類(lèi)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽(yáng)陽(yáng);基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷(xiāo)的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識(shí)別模型的研究[D];昆明理工大學(xué);2015年

10 位長(zhǎng)帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

本文編號(hào)：933837