數(shù)據(jù)挖掘技術(shù)在電信行業(yè)客戶流失分析中的應(yīng)用研究.pdf

1、當(dāng)今數(shù)據(jù)挖掘技術(shù)快速發(fā)展，數(shù)據(jù)挖掘在很多領(lǐng)域中所起的重要作用己被越來越多的人認(rèn)可，隨著電信體制改革的深化，我國(guó)電信運(yùn)營(yíng)業(yè)的競(jìng)爭(zhēng)日趨激烈，因此如何維持現(xiàn)有的客戶不流失已經(jīng)是電信運(yùn)營(yíng)商急需解決的一個(gè)課題。要保持現(xiàn)有的客戶，電信運(yùn)營(yíng)商需提前預(yù)知某些客戶是否有流失的可能性，進(jìn)而才能采取有效的市場(chǎng)策略對(duì)客戶加以挽留。我將基于數(shù)據(jù)挖掘的思想，通過建立客戶流失預(yù)測(cè)模型對(duì)客戶進(jìn)行分析，得出流失客戶的特征信息，從而起到指導(dǎo)企業(yè)決策的作用。 針對(duì)電

2、信行業(yè)的客戶流失預(yù)測(cè)，國(guó)內(nèi)外的專家學(xué)者已進(jìn)行了大量的研究工作。主要有采用決策樹方法、神經(jīng)網(wǎng)絡(luò)方法、線性回歸等方法來分析電信行業(yè)影響客戶流失的一些重要因素。但現(xiàn)有方法存在如訓(xùn)練結(jié)構(gòu)單一等等的問題，本文將針對(duì)現(xiàn)有方法的不足，對(duì)客戶流失預(yù)測(cè)模型進(jìn)行改進(jìn)。 本文所做的工作包括以下幾部分： 首先，介紹了數(shù)據(jù)挖掘的理論及其相關(guān)算法，總結(jié)分析了決策樹算法和人工神經(jīng)網(wǎng)絡(luò)算法以及這兩種算法性能的比較，并對(duì)數(shù)據(jù)挖掘工具SPSS Clemen

3、tine軟件做了詳細(xì)的介紹。 其次，將山西省電信行業(yè)的無線市話小靈通歷史數(shù)據(jù)為對(duì)象，從小靈通本身業(yè)務(wù)的實(shí)際情況出發(fā)，分析探討了小靈通業(yè)務(wù)在做流失預(yù)測(cè)分析時(shí)所可能用到的數(shù)據(jù)基礎(chǔ)和屬性基礎(chǔ)。根據(jù)其實(shí)際需求，給出數(shù)據(jù)挖掘的過程模型。 再次，針對(duì)現(xiàn)行大部分?jǐn)?shù)據(jù)挖掘模型的單一性缺點(diǎn)，為了充分利用決策樹和神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn)，提出并建立了一種基于這兩種算法的客戶流失預(yù)測(cè)混合模型，并且通過實(shí)際的數(shù)據(jù)對(duì)該模型進(jìn)行了評(píng)估，結(jié)果表明使用混合客