客戶(hù)關(guān)系管理系統(tǒng)下客戶(hù)流失預(yù)測(cè)分類(lèi)器的設(shè)計(jì)和分析.pdf

1、不斷增長(zhǎng)的可用數(shù)據(jù)要求自動(dòng)發(fā)現(xiàn)和挖掘其中有價(jià)值的信息并把它們轉(zhuǎn)化成寶貴的知識(shí)。通過(guò)使用數(shù)據(jù)挖掘算法，感興趣的模式和信息可以從大量數(shù)據(jù)中自動(dòng)提取出來(lái)。預(yù)測(cè)分析在歷史數(shù)據(jù)上構(gòu)建預(yù)測(cè)模型并對(duì)未來(lái)的行為進(jìn)行預(yù)測(cè)，是數(shù)據(jù)挖掘程中的關(guān)鍵步驟之一。在預(yù)測(cè)分析中，分類(lèi)用來(lái)從數(shù)據(jù)中提取描述重要類(lèi)別的信息。這一技術(shù)可以用在多種場(chǎng)合，比如預(yù)測(cè)一個(gè)公司里顧客的流失情況。
　　本論文分析并比較決策樹(shù)、樸素貝葉斯和神經(jīng)網(wǎng)絡(luò)算法，以找到最適合瑞典Lundalo

2、gik AB公司客戶(hù)關(guān)系管理系統(tǒng)流失情況的預(yù)測(cè)模型。該工作的有效性根據(jù)瑞典Lundalogik AB公司按照CRISP-DM收集多年的用戶(hù)數(shù)據(jù)上進(jìn)行驗(yàn)證。為此構(gòu)建了一個(gè)數(shù)據(jù)集，用于訓(xùn)練三種分類(lèi)器算法。算法的效果使用準(zhǔn)確率（accuracy）、敏感度（sensitivity）、特異性（specificity）、精度（precision）和f測(cè)量（f-measure）等指標(biāo)來(lái)評(píng)價(jià)。在本項(xiàng)研究中，算法使用兩種不同的配置，借此分析算法配置對(duì)每個(gè)