客戶流失預測方法與應用研究.pdf

1、近年來,客戶流失的研究取得了巨大的成果。數據特征分析方法的進一步研究,為客戶流失預測的發(fā)展提供了新的實現途徑。本論文在客戶流失預測理論和機器學習理論框架下,首先通過文獻綜述,介紹了客戶流失預測發(fā)展現狀;其次,并提出了客戶流失預測模型結構;最后,開發(fā)了基于支持向量機的客戶流失預警系統(tǒng)。
　　通過查閱客戶流失預測的研究的相關文獻,本文將其劃分為四個階段:傳統(tǒng)統(tǒng)計學方法、人工智能方法、統(tǒng)計學習方法和集成學習方法,并深入研究了每個階段里存

2、在的問題,并針對問題提出了本文要設計和開發(fā)的基于支持向量機的客戶流失預測系統(tǒng);介紹開發(fā)系統(tǒng)的開發(fā)工具和數據庫應用,針對客戶流失預測問題,介紹了有關機器學習、統(tǒng)計學習和支持向量機的應用,并提出可采用基于支持向量機的回歸特征削去方法來實現預測模型解釋性的目的;論述了研究兩類錯誤在客戶流失預測研究中的重要作用。提出了引入屬性選擇、特征提取、特征選擇、回歸概率計算、滿意優(yōu)化的新預測模型結構。并建立了面向數據特點的客戶流失預警系統(tǒng)結構。
　

3、　針對某企業(yè)的客戶流失問題,以支持向量機為技術基礎,對客戶流失預測系統(tǒng)的企業(yè)背景、系統(tǒng)需求背景、功能要求、數據特點和特征情況、數據庫結構和設計進行了分析和設計;基于客戶流失預測系統(tǒng)的需求和數據庫分析,進一步對客戶流失預測系統(tǒng)的參數選擇模塊、文件選擇模塊、操作選擇模塊、結果顯示模塊等功能模塊,進行流程圖設計、代碼編制和界面設計;介紹了客戶流失預測系統(tǒng)的測試的主要目標和方法。在實際測試中,利用流失客戶相關數據對系統(tǒng)進行功能測試和其他方法的比