学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在电信客户保持中的研究和应用

作　者: 潘荧荧
导　师: 段隆振; 罗伟
学　校: 南昌大学
专　业: 软件工程
关键词: 客户流失预测数据挖掘决策树-神经网混合模型
分类号: TP311.13
类　型: 硕士论文
年　份: 2013年
下　载: 13次
引　用: 0次
阅　读: 论文下载

内容摘要

电信行业的体制改革逐步深化导致我国电信行业的竞争日益强烈,同时,客户流失问题随着竞争加剧而逐渐凸现,成为电信运营商急待解决的问题。相比较吸引新客户的高成本,保持现有在网客户是一个保持企业竞争力的办法。作为电信行业关注热点,数据挖掘技术在客户保持中应用较广,但都是使用某一种算法,因此数据训练过程结构单一,得出的模型训练效果不稳定。针对这个问题,本文主要从以下几个方面来进行改进和创新。(1)本课题将从客户基础信息、客户费用信息和客户欠费信息等各方面的数据来对客户流失倾向进行分析和预测,提高客户流失预测模型准确性和有效性。(2)电信行业数据及电信企业数据管理系统有其自身特点,因此基础数据可能出现异构数据或数据缺或问题,依据电信企业管理经验进行清洗或者填充。(3)选择适合电信行业客户流失的算法是本课题的成功根本,本课题采用决策树和神经网络两种算法,建立客户流失预测混合模型。通过验证数据集的监测结果表明,通过上述方法建立的客户流失预测模型是符合实际情况的科学模型,有能力对电信企业业务管理者提供科学决策依据。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 研究背景及意义  7-8
  1.2 研究现状及发展趋势  8-9
  1.3 课题研究内容及论文结构  9-10
  1.4 创新之处  10
  1.5 本章小结  10-11
第二章数据挖掘理论、技术和工具  11-26
  2.1 数据挖掘的理论  11-16
    2.1.1 数据挖掘的概论  11-12
    2.1.2 数据挖掘的作用  12
    2.1.3 数据挖掘的流程  12-14
    2.1.4 数据挖掘的分类  14-16
  2.2 数据挖掘的方法和技术  16-22
    2.2.1 决策树技术  16-18
    2.2.2 人工神经网络技术  18-21
    2.2.3 两种算法的比较  21-22
  2.3 数据挖掘工具  22-25
  2.4 本章小结  25-26
第三章电信移动电话客户流失分析  26-30
  3.1 商业理解及客户流失的定义  26-27
    3.1.1 业务问题定义  26
    3.1.2 客户流失定义  26-27
  3.2 预测模型需求分析  27
  3.3 客户流失行为模式探索  27-29
  3.4 客户流失行为与数据选择  29
  3.5 本章小结  29-30
第四章建立客户流失模型  30-51
  4.1 数据理解  30-34
  4.2 数据准备  34-41
    4.2.1 数据选择  35-37
    4.2.2 数据清理  37-38
    4.2.3 数据过滤  38-39
    4.2.4 数据抽样  39-41
    4.2.5 数据格式化  41
  4.3 建立客户流失混合模型  41-46
    4.3.1 建立决策树模型  42-44
    4.3.2 建立混合模型  44-46
  4.4 客户流失预测模型的评测  46-50
    4.4.1 评测指标  47-48
    4.4.2 图形评估  48-50
  4.5 模型的发布  50
  4.6 本章小结  50-51
第五章 J公司移动客户保持实例分析  51-55
  5.1 利用预测模型进行预测  51-54
  5.2 移动客户流失特点分析及挽留措施  54-55
第六章总结与展望  55-56
致谢  56-57
参考文献  57-58

数据挖掘技术在电信客户保持中的研究和应用

内容摘要

全文目录

相似论文