基于XGBoost和BP神经网络的会员流失预测及内容推荐方法的研究

发布时间：2021-02-17 01:11

　　随着社会经济发展,各类组织或企业越来越重视客户关系管理,而会员是对组织具有高粘度和做出较大利润贡献的客户群体,但出于种种原因的会员客户流失现象对组织或企业的运营有较大的影响。借助组织存储的会员资料和会员行为数据,利用数据挖掘方法预测潜在的流失会员,并通过协同过滤算法提前向其推荐特定的产品和服务来挽留会员,这对于组织或企业长期稳定的发展至关重要。本文的主要研究内容就是利用一个在线音乐网站KKBox的会员信息,使用XGBoost（Extreme Gradient Boosting）算法和BP（error Backpropagation,简称BP）神经网络算法设计了一个组合模型,用组合模型来对KKBox会员流失进行预测。之后,利用协同过滤算法对预测出的潜在流失会员进行内容推荐,从而达到挽留会员的目的。本文主要的研究内容由以下三部分组成:第一部分,首先对下载的原始数据进行建模前的各项准备,包括数据清理、数据整合、数据筛选、数据变换以及数据归一化等工作,为接下来的模型搭建打下基础。接着在前人关于客户流失预测方法研究的基础上,通过分析与对比,研究不同算法模型的优缺点。第二部分,利用XGBoost算... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国内会员流失预测现状
        1.2.2 国外会员流失预测现状
    1.3 研究内容与组织结构
        1.3.1 研究内容
        1.3.2 组织结构
第二章 数据挖掘及分类算法简介
    2.1 数据挖掘简介
        2.1.1 数据挖掘概念与目标
        2.1.2 数据挖掘项目管理方法论
        2.1.3 数据挖掘技术与应用
    2.2 分类算法简介
        2.2.1 决策树算法
        2.2.2 贝叶斯分类器
        2.2.3 支持向量机
    2.3 XGBoost算法
    2.4 BP神经网络算法
第三章 数据分析及数据处理
    3.1 数据来源
    3.2 数据选择和转换
        3.2.1 数据选择
        3.2.2 数据转换
    3.3 特征子集选择
    3.4 训练集和测试集的选择
第四章 会员流失预测模型的设计和实证研究
    4.1 会员流失预测模型的设计
        4.1.1 XGBoost模型
        4.1.2 BP神经网络模型
        4.1.3 组合模型的设计
    4.2 组合模型的实证研究
第五章 内容推荐
    5.1 推荐思路
    5.2 基于协同过滤的推荐
        5.2.1 User-based CF
        5.2.2 Item-based CF
        5.2.3 基于模型的协同过滤
    5.3 协同过滤推荐的应用
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
附录


【参考文献】：
期刊论文
[1]协同过滤技术在电影推荐中的应用[J]. 陈俊然.  电脑编程技巧与维护. 2019(01)
[2]基于统计学的电信客户流失分析与运用[J]. 吴怡慧,姚洪心.  时代金融. 2018(03)
[3]电信客户流失预测模型的构建及客户流失因素分析[J]. 李会,吴小兰,李侠.  内蒙古农业大学学报(社会科学版). 2017(03)
[4]基于Logistic回归的通信业客户流失预测与挽留研究[J]. 付杰,方芳,严克文.  鄂州大学学报. 2015(06)
[5]大数据环境下客户购买行为预测[J]. 杜刚,黄震宇.  管理现代化. 2015(01)
[6]基于贝叶斯网络的客户流失分析研究[J]. 朱志勇,徐长梅,刘志兵,胡晨刚.  计算机工程与科学. 2013(03)
[7]贝叶斯决策树在客户流失预测中的应用[J]. 尹婷,马军,覃锡忠,贾振红.  计算机工程与应用. 2014(07)
[8]电信套餐资费预演中客户量的预测方法研究[J]. 贾丹华,王润润,王鹏.  电信科学. 2011(08)
[9]结合K-means的分类方法在电信客户流失中的应用[J]. 王颖,陈治平.  佳木斯大学学报(自然科学版). 2010(02)
[10]谈客户忠诚及其培养[J]. 李兆吉.  企业研究. 2010(05)

硕士论文
[1]基于BP神经网络对保险公司客户流失进行分析和预测研究[D]. 邵帅锋.兰州大学 2016
[2]个性化图书推荐系统的设计与实现[D]. 白雪阳.哈尔滨工程大学 2012
[3]基于网络结构的个性化推荐系统的研究[D]. 刘友林.东华大学 2012



本文编号：3037194