2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、文章主要研究了基于數(shù)據(jù)挖掘算法在電信行業(yè)中的客戶流失問題。如何更準(zhǔn)確的利用海量數(shù)據(jù)通過挖掘算法建立客戶流失預(yù)測模型是該課題的關(guān)鍵。即根據(jù)流失客戶和非流失的客戶性質(zhì)和消費(fèi)行為,通過數(shù)據(jù)挖掘技術(shù)在海量的歷史數(shù)據(jù)中實(shí)施挖掘分析,搭建客戶流失預(yù)測模型,分析出哪些用戶的流失概率最大,并根據(jù)流失客戶的消費(fèi)行為及客戶流失的其他相關(guān)因素,給市場營銷提供決策支持。
   文章采用理論研究和實(shí)證研究相結(jié)合的方法,以某移動(dòng)分公司的客戶數(shù)據(jù)為基礎(chǔ),構(gòu)建

2、了基于決策樹和神經(jīng)網(wǎng)絡(luò)的D-N混合模型。詳細(xì)闡述了包括屬性、數(shù)據(jù)的準(zhǔn)備、模型的構(gòu)建以及模型的評(píng)價(jià)和應(yīng)用的整個(gè)過程。文章采用數(shù)值化指標(biāo)和圖形化指標(biāo)對(duì)模型進(jìn)行評(píng)估,使評(píng)估更加客觀,研究結(jié)果表明混合模型在預(yù)測精度和命中率方面都有所改善,從整體性能來看也要優(yōu)于該公司現(xiàn)有的客戶流失分析方法。文章利用D-N混合模型的結(jié)果,在分析該移動(dòng)分公司在網(wǎng)用戶未來一個(gè)月的流失概率的基礎(chǔ)上,探討了流失概率高的客戶月消費(fèi)額、在網(wǎng)時(shí)長、性別、通話次數(shù)等屬性,總結(jié)了客

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論