基于改進K-means及決策樹算法的電信客戶流失預測分析研究.pdf

1、伴隨著信息和通信技術的飛躍發(fā)展，第4代通信技術即4G技術登上我國的通信舞臺。4G時代數據的高傳輸速率使其通話記錄、音頻、圖片和視頻等數據呈爆炸式增長。而根據調查發(fā)現(xiàn)，如果不采取任何措施，電信部門每年會流失24％以上的用戶，這對電信運營商帶來的損失將會特別大。數據挖掘技術可以從電信海量的用戶數據中發(fā)現(xiàn)用戶的消費偏好，進而根據不同的消費類型提出相應的策略來最大限度的保留住運營商現(xiàn)有的用戶。因此，數據挖掘在電信行業(yè)用戶流失預測和管理中起著舉足

2、輕重的作用。
　　本文首先研究了數據挖掘聚類和分類算法的比較分析，并提出了改進的K-means算法-DHK-means算法，該算法將基于密度和基于凝聚的思想運用到K-means算法中，使K-means算法能夠選取最優(yōu)的初始聚類中心個數，進而得到最優(yōu)的聚類結果;其次，應用DHK-means算法和決策樹算法建立了電信用戶流失預測模型，同時把電信用戶消費的數據流量加入到模型分析中，使模型更加貼合現(xiàn)實;最后對模型進行了實證分析，驗證了模型