【摘要】：隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展,其應(yīng)用領(lǐng)域也不斷的擴展。近來,數(shù)據(jù)挖掘逐漸應(yīng)用于電信行業(yè)中的客戶分析,基于數(shù)據(jù)挖掘?qū)蛻舴治鰧o電信運營商帶來更大的經(jīng)濟效益。本文針對基于數(shù)據(jù)挖掘方法的電信客戶流失進行研究,論文所做的主要研究工作和創(chuàng)新點包括以下方面:(1)考慮到預(yù)測代價與收益值的不等,針對具體的客戶流失分析場景,提出了一種新的評估客戶流失預(yù)測模型的指標(MPSC指標)。相對以往客戶流失預(yù)測模型評估指標,新指標不是以客戶流失預(yù)測模型精準性最大化為目標,而是以企業(yè)實際利益最大化為目標來選擇最優(yōu)的客戶流失預(yù)測模型。并且,新指標在描述客戶流失場景時,考慮了不同價值客戶的重要程度不同,將客戶進行了細分。(2)基于上述新指標,提出了一種改進的決策森林分類算法(SDF算法)。相對Bagging、Random Forest、Adboost等傳統(tǒng)的組合性算法,新算法的構(gòu)建過程不僅僅以算法的精準性為指導,還考慮了算法本身代價收益。最終導致了新算法本身的精準度上不是最佳的,但是在新評估指標上是最佳的。(3)針對客戶流失問題,本文提出了一種新的客戶流失分析系統(tǒng)框架。該系統(tǒng)框架有機地關(guān)聯(lián)了評估指標、預(yù)測模型以及模型應(yīng)用。該系統(tǒng)框架能夠從全局角度考慮客戶流失問題,以最大化企業(yè)經(jīng)濟利益為目標,并且不斷優(yōu)化評估指標和預(yù)測模型。這樣,以便更好的應(yīng)用預(yù)測模型,最終能夠很好的解決客戶流失問題。另外,對預(yù)測模型輸出的客戶流失名單進行了一定客戶細分,以便更好的指導企業(yè)制作挽留策略。
【圖文】：

的競爭位置。逡逑２．１．２數(shù)據(jù)挖掘任務(wù)逡逑圖２－１呈現(xiàn)了數(shù)據(jù)挖掘任務(wù)以及在數(shù)據(jù)挖掘中所處的位置。主要包括聚類、逡逑關(guān)聯(lián)分析、時序模式、偏差分析和分類以及統(tǒng)計回歸等［３１］。逡逑７逡逑

邐第二章數(shù)據(jù)挖掘及其在客戶關(guān)系管理中的應(yīng)用方法研究２．１．３數(shù)據(jù)挖掘過程逡逑常用的數(shù)據(jù)挖掘過程的模型與標準有三種，即ＳＡＳ的ＳＥＭＭＡ標準，ＳＰＳ提出的５Ａ標準以及ＣＲＩＳＰ－ＤＭ。ＣＲＩＳＰ－ＤＭ是最具有代表性的模型，它是由業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準備、建立模型、模型評估、模型發(fā)布六個部分組成如圖２－２。以下分別就其中的各個過程進行分析。逡逑
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13

【參考文獻】

相關(guān)期刊論文 前3條

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

2 陳明亮,李懷祖;客戶價值細分與保持策略研究[J];成組技術(shù)與生產(chǎn)現(xiàn)代化;2001年04期

3 薛蓉娜,謝曼英,張德明;我國電信業(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];西安郵電學院學報;2000年04期

相關(guān)碩士學位論文 前6條

1 黃展輝;基于數(shù)據(jù)挖掘的電信客戶流失分析[D];廣東工業(yè)大學;2011年

2 冉建榮;基于混合模型的電信客戶流失預(yù)測方法研究[D];電子科技大學;2009年

3 陳黎力;基于數(shù)據(jù)挖掘的電信客戶流失模型分析與設(shè)計[D];大連海事大學;2007年

4 馬莉;基于數(shù)據(jù)挖掘的電信客戶流失成因研究[D];華東師范大學;2006年

5 孫寶剛;電信客戶價值的評價與提升研究[D];北京郵電大學;2006年

6 徐振東;人工神經(jīng)網(wǎng)絡(luò)的數(shù)學模型建立及成礦預(yù)測BP網(wǎng)絡(luò)的實現(xiàn)[D];吉林大學;2004年

，

本文編號：2520906