利用數(shù)據(jù)挖掘?qū)崿F(xiàn)電信業(yè)的客戶流失預測分析.pdf

1、客戶頻繁流失是電信企業(yè)發(fā)展中所面臨的一個嚴重問題,隨著國外電信運營商的涌入,這個問題必將進一步惡化.為減少或避免客戶的流失,該文給出了一種行之有效的解決方案:利用數(shù)據(jù)挖掘知識建立客戶流失預測模型,用此模型挖掘出將要離網(wǎng)的客戶,再根據(jù)這些客戶的通話特征和業(yè)務喜好采取針對性的措施加以挽留.該文圍繞客戶流失預測模型的四個步驟進行了分析:問題的定義,數(shù)據(jù)預處理,建立模型,模型優(yōu)化與評估.問題的定義中給出了要解決的問題和要實現(xiàn)的目標,數(shù)據(jù)預處理從

2、如何選擇樣本數(shù)據(jù)、消除噪音、數(shù)據(jù)轉(zhuǎn)換、特別是屬性的選取方面進行了闡述.在屬性選取時根據(jù)Fisher函數(shù)把對分類影響小的屬性刪除,由Pearson's Correlation Coefficient將相關聯(lián)的屬性合并,用Singular Value Decomposition減少屬性向量空間的維度.建模是預測的結(jié)果是否有應用價值的關鍵所在,該文從客戶分群和離網(wǎng)預測兩大方面進行研究.客戶分群作為預測的基礎為分類器提供有共同特征的用戶群體,使

3、得預測分析可以在不同的群體上進行.為了減少調(diào)整簇中心所帶來的計算代價,該文給出了一種改進的k-平均算法來得到具有相似特征的用戶群體.離網(wǎng)預測采用了決策樹分類器,該文在描述決策樹算法中所涉及到的建樹、代價計算、剪枝等問題之后,給出了在建樹中和建樹后分別加入限制條件的修剪算法.建樹階段設置大小限制的修剪算法是通過計算出不完整樹的最小代價得到優(yōu)化樹的代價上限,根據(jù)此上限以及計算出的節(jié)點的實際代價來修剪節(jié)點的.在預測模型中應用了在建樹階段加入大