基于數(shù)據(jù)挖掘的電信客戶流失預(yù)測(cè)研究與應(yīng)用.pdf

1、隨著數(shù)據(jù)挖掘技術(shù)的不斷演化和快速發(fā)展，數(shù)據(jù)挖掘已經(jīng)被越來(lái)越多的人們認(rèn)可和應(yīng)用到眾多的研究領(lǐng)域之中。在電信客戶流失預(yù)測(cè)的研究中，數(shù)據(jù)挖掘就是以歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)為基礎(chǔ)，找到一種或多種數(shù)據(jù)挖掘算法，建立相應(yīng)的模型方法，進(jìn)而挖掘出數(shù)據(jù)之間存在的關(guān)系，根據(jù)各數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，利用該數(shù)據(jù)挖掘技術(shù)對(duì)電信運(yùn)營(yíng)商的流失客戶進(jìn)行預(yù)測(cè)，進(jìn)而為運(yùn)行商的決策者提供建設(shè)性建議，挽留潛在流失客戶，使得運(yùn)行商的效益更高。
　　本文主要運(yùn)用現(xiàn)有的數(shù)據(jù)挖掘技術(shù)，

2、對(duì)電信客戶進(jìn)行分析和預(yù)測(cè)，并結(jié)合組合模型理論方法將單一預(yù)測(cè)模型組合，達(dá)到提高預(yù)測(cè)精度的目的。文中選取決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、SVM和Logistic回歸，四種經(jīng)典的數(shù)據(jù)挖掘預(yù)測(cè)方法，利用SPSSClementine數(shù)據(jù)挖掘軟件對(duì)比分析各個(gè)預(yù)測(cè)方法的精確度，最后運(yùn)用加權(quán)法將模型進(jìn)行組合，最終達(dá)到預(yù)測(cè)精度提高的目的。此組合模型集成了幾種模型的優(yōu)點(diǎn)，研究結(jié)果表明，預(yù)測(cè)結(jié)果精確度得到提高，同時(shí)可靠性也提高。本文的主要?jiǎng)?chuàng)新點(diǎn)為:為了更能精確反應(yīng)用戶特征