基于数据挖掘技术的客户离网模型研究

论文摘要

随着数据挖掘技术的发展,数据挖掘的重要性已经被越来越多的人认可,它是利用已知的数据通过建立数学模型的方法找出潜在的业务规则。在国外很多的行业已经具有成功的应用。例如,电信行业的应用领域主要有客户关系管理,客户欺诈分析,客户流失分析,客户消费模式分析,市场推广分析等。在国内随着对数据挖掘技术的重视,数据挖掘技术的应用研究也越来越广,其中对电信行业的客户流失分析就是一大热点。客户流失分析是通过对以往流失客户的历史数据进行分析,找出可能离网用户的特征,及时采取相应的措施,减少客户流失的发生。本课题的目的就是研究数据挖掘的实现技术,将此技术运用到防止电信行业的客户流失中。本文以某省电信数据为对象,基于数据挖掘技术,遵循数据挖掘标准流程CRISP DM,从商业理解、数据理解、数据准备、建立模型、模型评估和结果部署等6个阶段,详细介绍了电信运营商的客户离网预测模型的建立过程和方法。本论文案例研究部分主要采用决策树算法。通过建立客户流失预测模型,及时对即将流失的客户做重点分析和客户挽留关怀,从一定程度上减少客户的离网率。本研究对电信公司客户流失研究有积极的应用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景及学术意义
• 1.2 数据挖掘的研究历史和现状
• 第2章 数据挖掘相关知识
• 2.1 数据挖掘概述
• 2.2 数据挖掘过程
• 第3章 数据挖掘常用技术
• 3.1 人工神经网络
• 3.2 决策树
• 3.3 遗传算法
• 3.4 规则推导
• 第4章 数据挖掘未来研究方向及热点
• 4.1 数据挖掘未来研究方向
• 4.2 数据挖掘热点
• 第5章 案例分析─数据挖掘在XX电信客户离网中的应用研究
• 5.1 研究原则
• 5.2 业务理解
• 5.3 建模思路和过程分析
• 5.4 建模过程
• 5.5 模型预测结果
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录 C