混合馬爾科夫和貝葉斯的欠費預(yù)測模型研究與應(yīng)用.pdf

1、隨著我國服務(wù)業(yè)的迅速發(fā)展，使得人們的工作、生活更為快捷、便利。然而，對于那些長期使用定時付費方式的后付費型服務(wù)（如：電信、電力、煤氣等）的欠逃費現(xiàn)象也日益增加，造成服務(wù)企業(yè)的經(jīng)濟損失與資產(chǎn)流失，增加其運營成本，影響企業(yè)的業(yè)務(wù)發(fā)展，導(dǎo)致企業(yè)難以向社會提供更優(yōu)質(zhì)的服務(wù)。為有效解決上述問題，可以基于服務(wù)企業(yè)積累的海量數(shù)據(jù)，從中挖掘欠費行為的潛在規(guī)律及其主要影響因素，應(yīng)用各種數(shù)據(jù)分析工具，構(gòu)建數(shù)學(xué)預(yù)測模型，對客戶的欠費可能性進行預(yù)測分析。

2、>　　為此，本文針對具有長期定時付費特征的后付費類服務(wù)，為有效規(guī)避客戶欠逃費并實現(xiàn)差異化處置，提出混合馬爾科夫與貝葉斯的客戶欠費預(yù)測模型，基于全客戶多要素信息增益分析，給出潛在欠費客戶的欠費概率，為客戶欠費預(yù)警和處置提供全面、客觀、精細的決策信息，并支持客戶差異化處置。
　　本文主要工作：基于上述服務(wù)的付費特點，建立 k序馬爾科夫模型計算客戶的初始欠費概率；其次，融合客戶基本屬性、行為特征和欠費信息等要素，基于條件互信息和爬山法生