GA-SVM在客戶保有決策支持中的應用.pdf

1、隨著全業(yè)務運營的到來，各運營商對市場和客戶的爭奪越來越激烈，而為企業(yè)貢獻較高價值的中高價值客戶，由于其對企業(yè)服務能力與業(yè)務特征相對最了解，也成為了各大運營商搶挖的對象。中高價值客戶為企業(yè)貢獻了巨大價值，同時為企業(yè)帶來豐富的社會關系和強大的社會影響力，因此中高價值客戶的保有對于企業(yè)發(fā)展具有至關重要的戰(zhàn)略意義，加強中高價值客戶的保有，已成為全業(yè)務環(huán)境下企業(yè)市場競爭的重點和亟待解決的一個重要課題。
　　 根據目前中高價值客戶保有方面存

2、在的問題，本文進行了中高價值客戶流失預測及客戶滿意度評價算法的研究。
　　 在構建客戶流失預測模型時，在研究了數據挖掘相關的分類算法的基本思想和工作原理及客戶流失預測的一些方法后，為了克服傳統(tǒng)方法泛化能力不高、無法解決的非線性、高維和局部極小等實際問題，本文采用了支持向量機算法進行中高價值客戶流失預測模型的構建。同時，鑒于懲罰常數C和核函數參數g對于分類器的精度及泛化能力的影響顯著，采用遺傳算法對這兩個參數進行了優(yōu)化選擇。

3、>　　 對于客戶滿意度評價，首先，采用層次分析法確定客戶滿意度評價層次模型，并求得各層要素的權重。然后，使用灰色聚類法把多位客戶對某一運營商的評分數值進行聚類分析。通過該方法，對一個運營商的簡單評分會轉化成分析該運營商在既定灰類下的分類情況。得到的結果雖然不是運營商的最終評分，但卻能在一定程度上反映客戶對運營商的評價結果。如果要體現(xiàn)在同一分類下，客戶滿意度影響因素之間的優(yōu)劣程度，本文采用的是模糊評價方法?？蛻魸M意度的分類情況可以看作是