基于数据挖掘的电信业客户流失分析与应用

基于数据挖掘的电信业客户流失分析与应用

ID:33924161

大小:838.26 KB

页数:49页

时间:2019-03-01

基于数据挖掘的电信业客户流失分析与应用_第1页
基于数据挖掘的电信业客户流失分析与应用_第2页
基于数据挖掘的电信业客户流失分析与应用_第3页
基于数据挖掘的电信业客户流失分析与应用_第4页
基于数据挖掘的电信业客户流失分析与应用_第5页
资源描述:

《基于数据挖掘的电信业客户流失分析与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、重庆大学硕士学位论文中文摘要摘要当今,随着国内电信业的改革,各运营商在企业大客户、长途业务、IP业务、移动业务等领域展开了激烈的竞争。传统的以技术为驱动、以销售产品为目的的市场战略逐渐被以客户为中心、以满足客户需求为目的的市场战略所取代,客户资源成为了企业竞争的焦点。激烈的竞争必然导致客户处于不稳定状态,各运营商都面临严重的客户流失问题。大量而频繁的客户流失延长了企业利润回收的周期,给企业造成了巨大的损失。在这种形势下,如何防止客户流失、实施客户保持工作,已成为运营商关注的焦点之一。如何根据客户的特性和客户行为

2、预测客户的流失,并结合竞争环境的变化制定有效的客户挽留和赢回策略并实现赢利,是电信运营企业正常运营的重要任务,也是电信客户研究咨询领域的一个重要课题。论文首先对客户价值作了初步的探讨,将客户价值分析引入客户流失预测和控制;同时,根据客户背景资料、消费/支付数据、行为资料及相关推导指标等历史数据,本文将RBF神经网络、最近邻聚类、时间序列等多种数据挖掘技术应用于客户流失研究,针对目前相关研究中存在的问题,给出了客户流失研究中涉及的主要问题的解决方案,包括客户描述、属性规约、流失原因分析以及流失预测与控制策略等,重

3、点解决流失模型的建立问题,并利用基于梯度下降的误差纠正算法监督学习模型参数,提高模型训练和预测的精度及可靠性;最后利用训练后的模型对每个客户的流失可能性进行预测以及生成公司可能流失的客户列表。通过对实际案例的应用,作者对模型的有效性和可操作性进行了验证,取得了良好的效果,证明其具有相当的实际意义;同时,对电信企业的市场战略实施也具有现实的指导意义。关键词:数据挖掘,客户关系管理,RBF神经网络,聚类,时间序列I重庆大学硕士学位论文英文摘要ABSTRACTNowadays,withthereformofdomes

4、tictelecom,everyoperationcompanieshavespreaddrasticcompetitioninmanyareas,suchasbigcustomersofenterprise,distanceoperation,IPoperation,mobileoperation,andsoon.Tradionalmarketstratagem,whichisfocusontechniqueandproductionsell,hasbeenreplacedbynewtactic,whichc

5、oncentratesoncustomerandservice.Itmeansthatcustomerresourcehasbecomethekeyofenterprises'competition.Furiouscompetitionleadstotheunstablestateofcustomer,andoperationcompaniesalmostallconfrontwithsuchaseriousproblem--customerchurn.Justforagreatquantityofcustom

6、ers'vanishment,ithasbroughtgreatlosstomanycompanies.Insuchaseverecircumstance,ithasbecomeoneofthefocusesofoperationcorporationsthathowtoavoidcustomerchurnandcarryoutretainment.Thenmanagersfinditimportantforoperationenterprisesintelecomtopredictcustomerchurnb

7、asedoncustomercharacterandcustomerbehavior,andmakeeffectivemeasurestorealizecustomerretainmentandcustomerattainment,whichisalsooneofthemostimportantprojectsoncustomerresearchandconsultationintelecom.Authordiscussescustomervalueprimarilyfirst,andappliesittocu

8、stomerchurn.Atthesametime,accordingtocustomers'historicaldata,thispaperappliesmanytechniqueofdataminingtotheresearchofcustomerchurn,suchasRBFNN,clustering,etc.Asforthoseproblemsexistincorrespond

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。