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

1、隨著計(jì)算機(jī)技術(shù)特別是數(shù)據(jù)庫(kù)技術(shù)的廣泛應(yīng)用，各行各業(yè)都積累了海量的數(shù)據(jù)。為了消除“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象，數(shù)據(jù)密集型企業(yè)越來(lái)越認(rèn)可數(shù)據(jù)挖掘的重要性。
　　基于數(shù)據(jù)挖掘的電信客戶流失預(yù)測(cè)這項(xiàng)研究，是在數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)迅速發(fā)展的基礎(chǔ)上，針對(duì)電信企業(yè)客戶關(guān)系管理的迫切需要，為消除客戶流失給運(yùn)營(yíng)商帶來(lái)的不利影響而提出的。
　　本文的工作基于Q省移動(dòng)“客戶流失預(yù)測(cè)系統(tǒng)”項(xiàng)目背景，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到電信企業(yè)的客戶流失預(yù)測(cè)中。以

2、Q省移動(dòng)客戶數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)為依據(jù)，按照商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)價(jià)、模型發(fā)布的步驟，利用統(tǒng)計(jì)分析軟件 SPSS及數(shù)據(jù)挖掘工具 Clementine設(shè)計(jì)和建立了電信客戶流失預(yù)測(cè)的綜合模型。
　　本文首先介紹了數(shù)據(jù)挖掘理論及分類(lèi)預(yù)測(cè)算法，并詳細(xì)描述了生存分析理論及比例風(fēng)險(xiǎn)模型。在建模過(guò)程中，重視數(shù)據(jù)質(zhì)量，進(jìn)行了有效的數(shù)據(jù)清洗、轉(zhuǎn)換、探索工作，處理了不平衡數(shù)據(jù)集，并在業(yè)務(wù)經(jīng)驗(yàn)及屬性約簡(jiǎn)的基礎(chǔ)上建立了流失預(yù)測(cè)指標(biāo)體系。

3、最終建立了決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、logistic回歸以及生存分析Cox模型，并對(duì)模型進(jìn)行了多項(xiàng)指標(biāo)的評(píng)估。在維系挽留工作中，初步分析了客戶流失原因并評(píng)定了客戶價(jià)值，提出針對(duì)不同客戶進(jìn)行因時(shí)因地的有針對(duì)性的維系挽留策略，減少挽留成本并提高挽留的成功率。
　　本文把數(shù)據(jù)挖掘理論與實(shí)際項(xiàng)目相結(jié)合，建立了基于數(shù)據(jù)挖掘技術(shù)的電信客戶流失預(yù)測(cè)綜合模型。理論研究上對(duì)分類(lèi)模型及Cox模型的構(gòu)建具有指導(dǎo)意義；應(yīng)用的結(jié)果表明所建立的模型能夠給決策人員提供