决策树在电信客户流失行为预测中的应用研究

发布时间：2021-04-05 23:46

　　电信是信息化社会的神经中枢,是现代化社会不可或缺的基本公共设施,在全球电信自由化风潮下,随着3G的到来,各国电信产业竞争激烈。然而企业吸引一位新客户所花的成本是维系一位现有客户的五至十倍。因此,如何维系既有客户,早期发现潜在流失客户,实时进行巩固重要客户,是当前各电信业者亟欲解决的课题。本文分析了现有各种电信客户流失的分类、特点以及存在的问题,选择数据挖掘中分类分析技术进行研究,并结合改进的C4.5分类分析技术,来进行模型建构与预测,提出了基于C4.5决策树技术客户流失预测的算法——ICDT分类算法。C4.5决策树归纳技术,基本上只适用于属性只有少数可能值的情况,并且C4.5技术并不能有效地构建出较为精简且预测力佳的决策树。ICDT算法在进行模型建构与预测时,能够弥补以上的不足,最后利用实验验证了ICDT分类算法能有效进行分类预测,来防止客户流失。同时,本研究提出了一种新的分类方法,将ICDT与多专家决策分类技术相结合形成一种新的分类器。在对电信客户进行分类时,ICDT与多专家决策分类技术相结合分类器的思想是在进行预测分类时,同时由多个专家做预测,再经投票决定最后分类结果,以取代由单一... 

【文章来源】：河北科技大学河北省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

ICDT和C4.5算法时间性能比较

图 4-2 观测期间分2段，不同专家资料比例预测结果比较Fig.4-2 Observation period divides 2 sections, different expert material proportion forecast result comparison图4-3 观测期间分3段，不同专家资料比例预测结果比较ig.4-3 Observation period divides 3 sections, the different expert material proportion forecast result comparison

?4-2 观测期间分2段，不同专家资料比例预测结果比较Fig.4-2 Observation period divides 2 sections, different expert material proportion forecast result comparison图4-3 观测期间分3段，不同专家资料比例预测结果比较Fig.4-3 Observation period divides 3 sections, the different expert material proportion forecast result comparison图4-4 观测期间分5段，不同专家资料比例预测结果比较Fig.4-4 Observation period divides 5 sections, the different expert material proportion forecast result comparison32

【参考文献】：
期刊论文
[1]时态数据挖掘的相似性发现技术[J]. 潘定,沈钧毅.  软件学报. 2007(02)



本文编号：3120330