移動(dòng)用戶流失預(yù)警研究方法與應(yīng)用模型.pdf

1、運(yùn)用數(shù)據(jù)挖掘算法建立移動(dòng)中高端客戶的流失預(yù)警模型，可以精細(xì)化分析客戶的行為和屬性，進(jìn)而捕獲有流失傾向的中高端客戶。對(duì)模型預(yù)警的高流失傾向的中高端客戶進(jìn)行精準(zhǔn)化營(yíng)銷，不但大大降低客戶保有的人工成本和各種營(yíng)銷成本，更重要的是避免了對(duì)非流失傾向的中高端客戶的打擾，從而避免中高端客戶的投訴。這也是內(nèi)蒙移動(dòng)從以前的粗放式管理和營(yíng)銷模式改變?yōu)榻窈蟮木?xì)化管理和精準(zhǔn)化營(yíng)銷模式的一種有效方法。
　　 本文針對(duì)移動(dòng)行業(yè)客戶流失預(yù)測(cè)模型，討論了模型

2、開(kāi)發(fā)的基本方法和關(guān)鍵問(wèn)題，重點(diǎn)討論了時(shí)間窗口選取、驗(yàn)證數(shù)據(jù)集的生成、流失用戶過(guò)濾、輸入變量與目標(biāo)變量強(qiáng)相關(guān)的影響等關(guān)鍵性問(wèn)題。首先建立了3種決策樹(shù)模型，并通過(guò)比較基尼系數(shù)、信息增益和卡方的特性，分析了CART、C4.5和CHAID三種決策樹(shù)算法在命中率和區(qū)分能力上的差異。做了大量的實(shí)驗(yàn)以驗(yàn)證文中分析和結(jié)論的正確性，并結(jié)合模型探討了如何根據(jù)業(yè)務(wù)需求和數(shù)據(jù)分布選擇合適的數(shù)據(jù)挖掘算法。最后，為了更加深入的探討流失預(yù)警模型，本文還采用邏輯回歸模