GA-SVM在客戶保有決策支持中的應(yīng)用.pdf

1、隨著全業(yè)務(wù)運(yùn)營(yíng)的到來，各運(yùn)營(yíng)商對(duì)市場(chǎng)和客戶的爭(zhēng)奪越來越激烈，而為企業(yè)貢獻(xiàn)較高價(jià)值的中高價(jià)值客戶，由于其對(duì)企業(yè)服務(wù)能力與業(yè)務(wù)特征相對(duì)最了解，也成為了各大運(yùn)營(yíng)商搶挖的對(duì)象。中高價(jià)值客戶為企業(yè)貢獻(xiàn)了巨大價(jià)值，同時(shí)為企業(yè)帶來豐富的社會(huì)關(guān)系和強(qiáng)大的社會(huì)影響力，因此中高價(jià)值客戶的保有對(duì)于企業(yè)發(fā)展具有至關(guān)重要的戰(zhàn)略意義，加強(qiáng)中高價(jià)值客戶的保有，已成為全業(yè)務(wù)環(huán)境下企業(yè)市場(chǎng)競(jìng)爭(zhēng)的重點(diǎn)和亟待解決的一個(gè)重要課題。
　　 根據(jù)目前中高價(jià)值客戶保有方面存

2、在的問題，本文進(jìn)行了中高價(jià)值客戶流失預(yù)測(cè)及客戶滿意度評(píng)價(jià)算法的研究。
　　 在構(gòu)建客戶流失預(yù)測(cè)模型時(shí)，在研究了數(shù)據(jù)挖掘相關(guān)的分類算法的基本思想和工作原理及客戶流失預(yù)測(cè)的一些方法后，為了克服傳統(tǒng)方法泛化能力不高、無法解決的非線性、高維和局部極小等實(shí)際問題，本文采用了支持向量機(jī)算法進(jìn)行中高價(jià)值客戶流失預(yù)測(cè)模型的構(gòu)建。同時(shí)，鑒于懲罰常數(shù)C和核函數(shù)參數(shù)g對(duì)于分類器的精度及泛化能力的影響顯著，采用遺傳算法對(duì)這兩個(gè)參數(shù)進(jìn)行了優(yōu)化選擇。

3、>　　 對(duì)于客戶滿意度評(píng)價(jià)，首先，采用層次分析法確定客戶滿意度評(píng)價(jià)層次模型，并求得各層要素的權(quán)重。然后，使用灰色聚類法把多位客戶對(duì)某一運(yùn)營(yíng)商的評(píng)分?jǐn)?shù)值進(jìn)行聚類分析。通過該方法，對(duì)一個(gè)運(yùn)營(yíng)商的簡(jiǎn)單評(píng)分會(huì)轉(zhuǎn)化成分析該運(yùn)營(yíng)商在既定灰類下的分類情況。得到的結(jié)果雖然不是運(yùn)營(yíng)商的最終評(píng)分，但卻能在一定程度上反映客戶對(duì)運(yùn)營(yíng)商的評(píng)價(jià)結(jié)果。如果要體現(xiàn)在同一分類下，客戶滿意度影響因素之間的優(yōu)劣程度，本文采用的是模糊評(píng)價(jià)方法?？蛻魸M意度的分類情況可以看作是