基于数据挖掘的电信客户流失预测研究及应用

发布时间：2020-04-18 07:27

【摘要】：如今无论是管理概念,市场局势或者消费观念均处在变化之中,企业也渐渐将视线放到了针对客户行为的研究。挖掘客户行为数据以分析潜在客户的流失趋势,使企业在应对即将发生的市场变化,能够提前指定具有针对性的补救措施。同时,通过总结预测结果能够及早发现客户的流失根源,是企业能够及时发现自身问题。因而此类客户流失的预警机制的建立对企业有着建设性意义。本文旨在建立一套适用于电信用户的客户流失预测模型。作为后续的模型研究的理论基础,本文先就客户关系与数据挖掘等理论知识做出了简要梳理。以客户关系管理中客户的流失管理和客户的价值分析两个主要方向为理论基础;以相关理论知识为基础,结合中国电信哈尔滨分公司实际情况,构建了本文研究的模型框架,在实验阶段以哈尔滨电信客户数据作为数据样本,样本数据经预处理后,使用两种流失预测建模方式:直接运用logistic回归的模型及以客户价值利润为指标,先利用RFT模型对客户的价值进行分类,之后对每类价值客户使用logistic模型进行建模预测。本文最后以哈尔滨电信分公司的实际客户数据进行实证研究,研究结果表明模型中引入客户价值的客户流失预测模型比直接采用logistic回归模型的准确率高。本文将理论与实际相结合,建立了一个客户流失预测模型。该模型具有科学性和可操作性,可以实现较高的预测水平。
【图文】：

美国,情况,客户流失,无线业务

图 1.1 美国无线业的流失情况户的流失是各个国家的无线业务普遍存在的现象。近年相比美国，亚着更为严重的客户流失现象，欧洲无线运营商的客户流失情况却相对乐

分布情况,客户流失,年龄,性别

图 4.1 基于年龄角度统计客户流失分布情况ex：下面接着按照性别为分类标准进行划分，目的是度量客户流失与性别以性别为指标的如图 4.2，可见客户流失与性别有联系，与之前以年龄段结果相比，，所以它们之间的联系相对较小，其影响较小。可以总结为性
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F626;F274;TP311.13

【参考文献】