

已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀
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(jiǎn)介
1、當(dāng)前,在我國(guó)迅速發(fā)展的移動(dòng)通信市場(chǎng)中,中國(guó)移動(dòng),中國(guó)聯(lián)通等幾大電信運(yùn)營(yíng)商正在展開激烈的市場(chǎng)競(jìng)爭(zhēng),而客戶是這場(chǎng)競(jìng)爭(zhēng)中的焦點(diǎn)?! ”疚膹目蛻舻南嗷ヂ?lián)系出發(fā),提出了一種新穎的客戶流失預(yù)測(cè)算法。通過利用客戶之間的相互通話聯(lián)系,結(jié)合客戶的歷史流失記錄,運(yùn)用最大團(tuán)的相關(guān)知識(shí),進(jìn)行客戶通話行為的時(shí)間序列分析,從客戶的通話趨勢(shì)預(yù)測(cè)潛在的流失客戶。這種新方法的數(shù)據(jù)準(zhǔn)備僅僅需要所有的歷史通話記錄,而不需要進(jìn)行客戶資料,通話時(shí)長(zhǎng),通話費(fèi)用的處理,大大簡(jiǎn)化了
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
- 客戶流失預(yù)測(cè)算法研究.pdf
- 網(wǎng)絡(luò)客戶流失預(yù)測(cè)算法研究.pdf
- 一種求解最大團(tuán)問題的交叉熵算法與其并行化研究.pdf
- 一種社會(huì)網(wǎng)絡(luò)鏈接預(yù)測(cè)算法研究.pdf
- 一種基于節(jié)點(diǎn)相似性的社會(huì)網(wǎng)絡(luò)鏈接預(yù)測(cè)算法.pdf
- 一種基于surfacelet變換的邊緣檢測(cè)算法.pdf
- 基于pca-nb算法的客戶流失預(yù)測(cè)
- 最大團(tuán)問題的算法研究.pdf
- 一種新的最大流算法的研究.pdf
- 外文翻譯--預(yù)測(cè)電信行業(yè)客戶流失——基于一種sas生存分析模式的應(yīng)用程序
- 預(yù)測(cè)電信行業(yè)客戶流失——基于一種sas生存分析模式的應(yīng)用程序【外文翻譯】
- 一種基于角度的離群點(diǎn)檢測(cè)算法的改進(jìn).pdf
- 一種基于QoS的自適應(yīng)失效檢測(cè)算法研究.pdf
- 一種基于LV-AMDF的基音檢測(cè)算法研究.pdf
- 最大團(tuán)問題精確算法研究.pdf
- 一種基于視頻運(yùn)動(dòng)分析的人臉檢測(cè)算法.pdf
- 一種基于動(dòng)態(tài)排序的最大頻繁項(xiàng)集挖掘算法.pdf
- 最大團(tuán)問題的精確算法研究.pdf
- 基于集成分類算法的電信客戶流失預(yù)測(cè)研究.pdf
- 一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法.pdf
評(píng)論
0/150
提交評(píng)論