數(shù)據(jù)挖掘在電信客戶流失預(yù)測(cè)中的應(yīng)用研究.pdf

1、隨著電信市場(chǎng)競(jìng)爭(zhēng)的發(fā)展，電信企業(yè)之間對(duì)客戶的爭(zhēng)奪也越來越激烈。如何才能預(yù)防、減少客戶流失，數(shù)據(jù)挖掘技術(shù)的蓬勃發(fā)展為解決這一類問題指明了方向。利用數(shù)據(jù)挖掘技術(shù)建立客戶流失預(yù)測(cè)模型，用此模型挖掘出將要離網(wǎng)的客戶，再根據(jù)這些客戶的通話特征和業(yè)務(wù)喜好采取針對(duì)性的措施加以挽留，在客戶流失之前預(yù)先采取行動(dòng)，以減少或消除這些客戶發(fā)生流失的可能性。 在深入研究數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，對(duì)如何運(yùn)用挖掘技術(shù)建立客戶流失預(yù)測(cè)模型展開研究，旨在為

2、解決電信領(lǐng)域客戶流失問題提供決策支持，主要工作有：研究如何通過聚類算法給客戶分群。客戶分群作為預(yù)測(cè)的基礎(chǔ)，為分類器提供有共同特征的用戶群體，使得預(yù)測(cè)分析可以在不同的群體上進(jìn)行。為了減少調(diào)整簇中心所帶來的計(jì)算代價(jià)，本文采用了一種改進(jìn)的k-平均算法來得到具有相似特征的用戶群體；研究如何用判定樹分類進(jìn)行客戶流失預(yù)測(cè)。分類是進(jìn)行客戶流失預(yù)測(cè)的重要方法，采用了判定樹歸納算法。在研究了基本算法的基礎(chǔ)上，還研究了判定樹屬性選擇度量、判定樹剪枝方法等技

3、術(shù)；客戶流失預(yù)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)。研究流失預(yù)測(cè)系統(tǒng)的總體架構(gòu)，在此基礎(chǔ)上，通過商業(yè)理解、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理、模型建立、模型評(píng)估和檢驗(yàn)等一系列客戶流失模型挖掘過程，建立較為準(zhǔn)確的客戶流失模型，為企業(yè)決策提供支持。 統(tǒng)計(jì)分析管理系統(tǒng)投入運(yùn)行后，一方面改變了企業(yè)以往采用人工方式分析客戶流失可能性的工作模式，大大降低了企業(yè)的運(yùn)行成本，提高了工作效率；另一方面很大程度的提高了分析的準(zhǔn)確度，客戶流失率明顯降低。目前，使用數(shù)據(jù)挖掘技術(shù)為電信企