資源描述：
《基于數(shù)據(jù)挖掘的電信行業(yè)客戶流失管理研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、DUFE信息系統(tǒng)研究方法與問題基于數(shù)據(jù)挖掘的電信行業(yè)客戶流失管理研究學(xué)號(hào)：2013100654專業(yè)：電子商務(wù)姓名：徐麟基于數(shù)據(jù)挖掘的電信行業(yè)客戶流失管理研究一、研究背景2008年中國對(duì)電信運(yùn)營企業(yè)進(jìn)行了重組，中國移動(dòng)和中國聯(lián)通合并運(yùn)營TD—SCDMA網(wǎng)絡(luò)，中國電信與中國聯(lián)通C網(wǎng)合并運(yùn)營CDMA2000網(wǎng)絡(luò)，中國聯(lián)通G網(wǎng)和中國網(wǎng)通合并運(yùn)營WCDMA網(wǎng)絡(luò)，從而形成了移動(dòng)、電信、聯(lián)通三足鼎立的局面，電信公司之間的競(jìng)爭(zhēng)也越來越激烈。對(duì)電信企業(yè)來說，客戶是最重要的資源，也是生存和發(fā)展的必需品?？蛻糍Y源是電
2、信運(yùn)營企業(yè)的根本，保留并鞏固客戶資源意義重大。而在當(dāng)前中國電信市場(chǎng)下，電信運(yùn)營商為了爭(zhēng)奪客戶，除了通過簡單的價(jià)格競(jìng)爭(zhēng)以外，還不斷推出各種新的套餐和新的業(yè)務(wù)來優(yōu)先獲得客戶資源，雙卡情況越來越嚴(yán)峻，這就在很大程度上加大了客戶的不穩(wěn)定性，使得客戶在三家運(yùn)營商之間不斷做出選擇的現(xiàn)象頻繁發(fā)生。據(jù)官方統(tǒng)計(jì)，中國移動(dòng)客戶的離網(wǎng)率近幾年不斷攀升，2013年全年離網(wǎng)率高達(dá)50%左右。從客戶關(guān)系管理理論上看，開發(fā)一個(gè)新用戶的成本是保留一個(gè)有價(jià)值老用戶的5-10倍，因此在新增電信客戶不斷下降的時(shí)候，想要保持企業(yè)持續(xù)增
3、長的利潤就需要在挽留老客戶這一相對(duì)低成本高收益上想辦法。二、研究的目的和意義本文的研究目的就是在對(duì)電信客戶流失等業(yè)務(wù)知識(shí)的理解和研究一些常用的數(shù)據(jù)挖掘方法上，依據(jù)數(shù)據(jù)挖掘建模流程，研究并實(shí)現(xiàn)一個(gè)準(zhǔn)確實(shí)用的的客戶流失預(yù)測(cè)模型和流失客戶分類模型，并結(jié)合廣豐縣移動(dòng)客戶數(shù)據(jù)進(jìn)行分析，對(duì)分析結(jié)果進(jìn)行評(píng)估驗(yàn)證。在對(duì)客戶流失預(yù)測(cè)模型和流失客戶分類模型進(jìn)行評(píng)估和結(jié)果分析的基礎(chǔ)上，得到了有效的客戶流失規(guī)則集，并給出預(yù)測(cè)的準(zhǔn)確率，同時(shí)依據(jù)流失客戶分類結(jié)果對(duì)客戶的挽留策略提出一些意見和建議。最后對(duì)所做的理論研究工作、
4、實(shí)驗(yàn)工作和實(shí)驗(yàn)中所遇到的問題以及下一步工作進(jìn)行總結(jié)。三、研究的主要方法和手段1、數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)的核心技術(shù),產(chǎn)生于二十世紀(jì)八十年末,至今大約經(jīng)歷了30年的發(fā)展歷史,但它的定義卻沒有一個(gè)被完全認(rèn)同。因?yàn)閿?shù)據(jù)挖掘技術(shù)被廣泛地應(yīng)用到互聯(lián)網(wǎng)、電子商務(wù)、零售、電信等各個(gè)領(lǐng)域在不同的領(lǐng)域應(yīng)用也不同,因此各專家及學(xué)者也分別對(duì)數(shù)據(jù)挖掘進(jìn)行定義:數(shù)據(jù)挖掘就是從眾多的、不完整的、有雜質(zhì)的數(shù)據(jù)中,挖出隱含在里面的、人們以前不清楚的、但又是潛在存在的有用信息的過程。簡單地說,數(shù)據(jù)挖掘就是從眾多
5、的數(shù)據(jù)中找出有用的信息,如圖所示,數(shù)據(jù)挖掘被認(rèn)為是知識(shí)發(fā)現(xiàn)過程中的一個(gè)步驟。目標(biāo)定義表達(dá)結(jié)果和解釋數(shù)據(jù)選擇原處理建立模型數(shù)據(jù)準(zhǔn)備圖1數(shù)據(jù)挖掘的過程1、數(shù)據(jù)挖掘的任務(wù)數(shù)據(jù)挖掘的任務(wù)主要是關(guān)聯(lián)分析、聚類分析、分類、預(yù)測(cè)、時(shí)序模式和偏差分析等。(1)關(guān)聯(lián)分析(AssociationAnalysis)關(guān)聯(lián)規(guī)則挖掘是由RakeshApwal等人首先提出的。兩個(gè)或兩個(gè)以上變量的取值之間存在某種規(guī)律性,就稱為關(guān)聯(lián)。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的、可被發(fā)現(xiàn)的知識(shí)。關(guān)聯(lián)分為簡單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)和因果關(guān)聯(lián)。關(guān)聯(lián)分
6、析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。一般用支持度和可信度兩個(gè)閥值來度量關(guān)聯(lián)規(guī)則的相關(guān)性,還不斷引入興趣度、相關(guān)性等參數(shù),使得所挖掘的規(guī)則更符合需求。(2)聚類分析(Clustering)所謂聚類[55],就是按照事物的某些屬性聚集成類,使得類間的相似性盡可能的小,類間的相似性盡可能的大。聚類分析可以建立宏觀的概念,發(fā)現(xiàn)數(shù)據(jù)的分布模式,以及可能的數(shù)據(jù)屬性之間的相互關(guān)系。聚類分析的算法可以分為以下幾大類:分裂法、層次法、基于密度的方法、基于網(wǎng)格的方法和基于模型的方法等。(3)分類(Classific
7、ation)分類就是找出一個(gè)類別的概念描述,它代表了這類數(shù)據(jù)的整體信息,即該類的內(nèi)涵描述,并用這種描述來構(gòu)造模型,一般用規(guī)則或決策樹模式表示。分類可被用于規(guī)則描述和預(yù)測(cè)。(4)預(yù)測(cè)(Predication)預(yù)測(cè)是利用歷史業(yè)務(wù)數(shù)據(jù)找出變化規(guī)律,建立模型,并由此模型對(duì)未來數(shù)據(jù)的種類及特征進(jìn)行預(yù)測(cè)。預(yù)測(cè)關(guān)心的是精度和不確定性,通常使用預(yù)測(cè)方差來度量。(5)時(shí)序模式(Time-seriesPattern)時(shí)序模式是指通過時(shí)間序列搜索出的重復(fù)發(fā)生概率較高的模式。與回歸一樣,它也是用己知的數(shù)據(jù)預(yù)測(cè)未來的值,
8、但這些數(shù)據(jù)的區(qū)別是變量所處時(shí)間的不同。(6)偏差分析(Deviation)在偏差中包括很多有用的知識(shí),數(shù)據(jù)庫中的數(shù)據(jù)存在很多異常情況,發(fā)現(xiàn)數(shù)據(jù)庫中數(shù)據(jù)存在的異常情況是非常重要的。偏差檢驗(yàn)的基本方法就是尋找觀察結(jié)果與參照之問的差別。在本文中需要數(shù)據(jù)挖掘完成的任務(wù)主要是對(duì)電信客戶流失數(shù)據(jù)的分類及預(yù)測(cè)。3、數(shù)據(jù)挖掘過程模型本文準(zhǔn)備采用CRISP-DM模型來進(jìn)行數(shù)據(jù)挖掘。CRISP-DM模型定義了6個(gè)階段,分別是:商業(yè)理解(BusinessUnderstanding)、數(shù)據(jù)理解(DataUndersta
