版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、分類號:分類號:TP389.1密級:密級:公開公開研究生學位論文論文題目(中論文題目(中文)文)基于神經網絡算法構建電信用戶流失基于神經網絡算法構建電信用戶流失預測模型的研究預測模型的研究論文題目(外論文題目(外文)文)TheResearchofTheTelecomUserChurnPredictionModelBasedonNeuralwk研究生姓名孫碧穎學科、科、專業(yè)計算機科學與技術計算機科學與技術計算機系統(tǒng)結構計算機系統(tǒng)結構研究方
2、向數(shù)據(jù)挖掘數(shù)據(jù)挖掘學位級別碩士導師姓名、職稱名、職稱張瑞生張瑞生教授教授論文工作起止年月2014年9月至月至2016年4月論文提交日期2016年5月論文答辯日期2016年5月學位授予日期校址:甘肅省蘭州市校址:甘肅省蘭州市萬方數(shù)據(jù)I基于神經網絡算法構建電信用戶流失預測模型的研究基于神經網絡算法構建電信用戶流失預測模型的研究中文摘要中文摘要隨著大數(shù)據(jù)時代的到來,移動互聯(lián)網快速發(fā)展使傳統(tǒng)電信運營商面臨著互聯(lián)網企業(yè)以及同行業(yè)內的雙重壓力,運營
3、商手中掌握著大量的用戶數(shù)據(jù),卻苦于無法從數(shù)據(jù)中獲得其潛在的商業(yè)價值,這對傳統(tǒng)電信運營商轉型提出了迫切的要求。使傳統(tǒng)電信運營商必須向數(shù)據(jù)驅動的商業(yè)模式轉變,從而提升企業(yè)的競爭力。國內電信企業(yè)將數(shù)據(jù)挖掘技術結合業(yè)務數(shù)據(jù)主要應用于產品的精確營銷、客戶分群、客戶行為分析、客戶流失預測、套餐制定以及電話欺詐等等。但大多都只是處于研究階段,并未使用到實際生產當中,國內運營商對大數(shù)據(jù)和數(shù)據(jù)挖掘等技術的應用還處于起步階段,還需要不斷發(fā)展。對于企業(yè)來說,
4、客戶都是企業(yè)最重要的資源,如何最大程度保留有價值、價值高的客戶是企業(yè)永恒的目標。一是通過價格優(yōu)勢或提出新產品來發(fā)展新的客戶,二是通過提升服務和實施客戶挽留、客戶價值提升的政策最大限度的留住老客戶,而第二種方法所需要的成本明顯低于第一種,運營商們出于成本的考慮將重點放在客戶挽留。而在現(xiàn)實生活中,用戶的流失都是無預兆和沒有規(guī)律可循的,只有實現(xiàn)用戶的流失預測,及早發(fā)現(xiàn)可能流失的用戶并對其采取正確的挽留措施,才能盡可能的保證企業(yè)的客戶資源不流失
5、。本文按照跨行業(yè)數(shù)據(jù)挖掘過程CRISPDM的6個步驟,從電信某公司的多個子系統(tǒng)中提取出了客戶信息、賬戶信息以及移動用戶的語音、數(shù)據(jù)、增值業(yè)務等行為信息,通過數(shù)據(jù)集成、清洗、規(guī)約、轉換等方法對數(shù)據(jù)集進行處理。使用BP神經網絡算法實現(xiàn)了電信用戶的流失預測,模型的預測命中率可以達到82.12%。同時使用MapReduce的編程框架將算法在Hadoop平臺上進行了部署,在保證了算法的準確度的情況下,解決了在單機計算量有限的問題,有效地提高了模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡算法構建電信用戶流失預測模型的研究
- 基于神經網絡算法構建電信用戶流失預測模型的研究.pdf
- 基于改進RBF神經網絡算法的水質預測模型研究.pdf
- 灰色預測和神經網絡在電信客戶流失預測中的應用.pdf
- 基于eTOM信息模型與神經網絡的電信計劃預測研究.pdf
- 基于灰色神經網絡模型的網絡流量預測算法研究.pdf
- Kohonen神經網絡算法在電信欺詐預測中的研究.pdf
- 基于灰色神經網絡的預測模型研究.pdf
- 基于神經網絡的入侵預測模型.pdf
- 一種基于神經網絡的信用評價模型與算法研究.pdf
- 基于神經網絡模型辨識的水質預測模型研究.pdf
- 基于神經網絡的個人信用模型.pdf
- 基于動態(tài)神經網絡的股價預測模型研究
- 基于RBF神經網絡與蟻群算法的瓦斯預測模型研究.pdf
- 基于神經網絡的質量預測模型.pdf
- 基于神經網絡集成的匯率預測模型研究.pdf
- 基于BP神經網絡的匯率預測模型研究.pdf
- 基于深度神經網絡的用戶會話推薦算法研究.pdf
- 基于神經網絡的棉紗質量預測模型.pdf
- 基于BP神經網絡的灰色預測模型.pdf
評論
0/150
提交評論