基于BP-Cox模型的手机客户流失预测研究

发布时间：2021-09-06 00:24

　　自从市场建立以来,对于企业而言客户流失预测的研究便一直受到广泛的关注,由于影响客户流失的指标有很多,所以能够对客户流失做出有效预测就比较困难.目前预测客户流失的方法很多,主要分为回归分类方法和神经网络方法.本文结合这两种方法各自的特点,首次提出了一种基于Cox的BP神经网络模型,该模型将BP神经网络的输入变量进行Cox回归,调整输入变量在模型中的权重,通过调整后的模型对客户流失情况进行预测.本文首先对现阶段客户流失预测的两种方法:神经网络和生存分析进行了介绍和讨论.在回归分析中,实证表明Cox回归比逻辑回归和决策树在客户流失预测中效果要理想一些.在神经网络方法中,对于本文的数据发现标准BP神经网络在收敛速度和预测准确度优于RBF神经网络.本文将BP神经网络和Cox回归相结合,提出了一种新的手机客户流失预测模型:BP-Cox模型.因为标准的BP神经网络的收敛速度慢,并且很容易陷入局部极小值.为了克服这些缺点,提高预测的准确性,本文引入了BPFM,BPSAM,BPAM-I和BPAM-II四种动量项法,用来改变标准BP神经网络的权值.在引入动量项的基础上,本文还引入了平均变步长法,自适应步长... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：45 页

【学位级别】：硕士

【部分图文】：

论文结构框架图

图 2-1 复杂度参数图图 2-2 决策树从图2-1和图2-2可以看出, 建立的决策树只需要一次分割, 就可以得到一个比较理想的结果, 整体来看，验证集中的准确达到 76%.

决策树

【参考文献】：
期刊论文
[1]电信客户流失的组合预测模型[J]. 余路.  华侨大学学报(自然科学版). 2016(05)
[2]一种改进ID3型决策树挖掘算法[J]. 潘大胜,屈迟文.  华侨大学学报(自然科学版). 2016(01)
[3]自适应变步长MPPT算法[J]. 黄舒予,牟龙华,石林.  电力系统及其自动化学报. 2011(05)
[4]基于客户细分的客户流失预测研究[J]. 张晓滨,高峰,黄慧.  计算机工程与设计. 2009(24)
[5]非小细胞肺癌适形放疗的生存分析[J]. 李勤,吴湘阳,杨怡萍,亓芳迎,李洁,高飞,周梅林,王昕苗,冯丽,李青.  现代肿瘤医学. 2008(11)
[6]基于改进支持向量机的客户流失分析研究[J]. 赵宇,李兵,李秀,刘文煌,任守榘.  计算机集成制造系统. 2007(01)
[7]移动电话客户流失数据挖掘[J]. 朱世武,崔嵬,谢邦昌.  数理统计与管理. 2005(01)
[8]基于决策树的客户流失分析[J]. 郭明.  广东通信技术. 2004(11)
[9]基于客户信息的电信企业客户流失问题分析[J]. 周支立,刘斌.  情报杂志. 2003(12)

硕士论文
[1]基于数据挖掘的光大银行兰州分行客户流失预测及管理对策研究[D]. 张睿军.兰州大学 2018
[2]基于生存分析的特征客户群流失预测模型及应用研究[D]. 王莹.大连理工大学 2015
[3]基于Cox模型的中小企业财务危机预警研究[D]. 高丽丽.暨南大学 2013
[4]基于生存分析的客户流失模型研究[D]. 郑为益.华南理工大学 2011
[5]多通道自适应控制系统的研究[D]. 林双才.西南交通大学 2010
[6]基于DSP的远程参数控制系统的研究与设计[D]. 冯晓莉.西南交通大学 2009
[7]电信企业客户关系生存分析模型研究[D]. 张永乐.北京邮电大学 2009



本文编号：3386360