基于數(shù)據(jù)挖掘的電信行業(yè)中客戶流失模型的研究與實現(xiàn).pdf

1、近年來客戶流失在電信行業(yè)中異常嚴重。對于移動、聯(lián)通、電信三大運營商來說，誰能保障自己的客戶不流失，同時又能夠獲取從其他運營商流失的客戶資源，誰無疑是最后的贏家。為了實現(xiàn)這樣一種美好的愿景，各大運營商也紛紛采取了不同的手段來獲取更多的客戶資源。然而，目前運營商投入了過多的關(guān)懷給予已經(jīng)離網(wǎng)的客戶，而對那些正在減少他們的ARPU值的客戶關(guān)注過少，殊不知在未來的某天這些客戶即將流失。
　　電信行業(yè)的數(shù)據(jù)具有海量性且多元性。所謂多元性是指每

2、一個客戶都具有眾多的屬性，在數(shù)據(jù)挖掘模型中稱為變量，如ARPU、付費方式、停機次數(shù)等。為了更好地建模，本文首先進行了變量探索，基于對用戶潛在流失原因的假設，從提醒類、感知類、價值行為類三個方面設計寬表。接著對變量進行了分組，決定哪些變量參與建模，哪些不參與建模。通過變量分組，結(jié)合客戶自身的特點，對客戶進行分群。
　　電信行業(yè)中客戶流失模型的研究越來越多，為了提高模型的命中率，本文提出了一種組合模型理念，基于約束模型、預測模型、評分

3、模型對組合模型CPM進行建模實現(xiàn)。約束模型關(guān)注區(qū)分度較大的變量，預測模型篩選對客戶流失影響較為顯著的變量，評分模型選擇對客戶流失影響不大的變量，以彌補樣本小樣性的缺陷。每一種模型針對的客戶群不同，如此一來，本文提出的組合模型在挖掘潛在客戶流失方面將發(fā)揮更出色的作用。
　　本文建模采用IBMSPSSStatistics，提出了蟻群算法中信息素差值的概念，利用改進的蟻群算法進行客戶細分，提高了客戶聚類的效果。同時正則轉(zhuǎn)化消除系數(shù)量綱的