固网运营商客户流失预警模型研究.pdf下载分享
- 资源分享
- 4天前
- 5热度
- 0评论
资料简介
随着移动业务的竞争加剧，固网运营商面临严重的客户流失问题。本文基于CRISP-DM数据挖掘方法论，详细探讨了构建客户流失预警模型的步骤，包括商业理解、数据理解、数据准备、建模和模型评估。通过引入ROC曲线和互信息量的概念，提出了一种新的mSTree-Logistic模型，有效提高了模型的预测准确性和稳定性。实证研究表明，该方法能够有效预警客户流失，为固网运营商提供重要的决策支持。
文件名称：固网运营商客户流失预警模型研究.pdf
文件类型：PDF文档
文件标签：客户流失预警、固网运营商、数据挖掘
内容预览
北京邮电大学
硕士学位论文
固网运营商客户流失预警模型研究
姓名：张莹莹
申请学位级别：硕士
专业：信息管理与信息系统
指导教师：舒华英
20080228
北京邮电大学硕士毕业论文
固网运营商客户流失预警模型研究
摘要
随着移动业务分流的加重、固网市场竞争的加剧，国内的固
网运营商面临着巨大的挑战，客户流失现象日益严重。老客户流
失带来的损失以及获取新客户的困难使得固网运营商意识到实施
客户流失预警以及客户挽留的重要性。本论文针对固网运营商对
客户流失预警的迫切需求以及国内相关研究和应用较少的现象，
展开固网运营商客户流失预警模型的研究。
本文应用ＣＲＩＳＰ．ＤＭ数据挖掘过程方法论，结合固网运营商
的业务特点，详细阐述了建立固网运营商客户流失预警模型的各
个步骤：商业理解、数据理解、数据准备、建模和模型评价。同
时，在总结固网运营商客户流失预警数据特点的基础上，指出了
固网运营商客户流失预警的关键问题。
特征变量的构造和特征变量的选取对客户流失预警模型的学
习效率以及最终模型的准确性和稳定性有很大影响。在分析和比
较了众多变量关系分析理论的基础上，本文引入受试者操作特征
曲线（ＲＯＣ曲线）和信息论中的互信息量的概念来建立特征变量
选取机制及具体方法：删除无分类预测能力的特征变量（ＲＯＣ曲
线的ＡＵＣ小于等于０．５的变量），对于高相关的特征变量，优先
保留高分类预测能力的特征变量，删除低分类预测能力的冗余变
且
亘。
建模方法是预测结果是否有效的关键。本文在创新模型
ＴｒｅｅＬｏｇｉｔ的基础上提出了ｍＳＴｒｅｅ．Ｌｏｇｉｓｔｉｃ模型。该模型通过对使
用多个样产集分别训练出的多棵决策树预测函数进行逻辑回归来
得到最终的ｂ．：测函数。
本文对某固网运营商一市级分公司的客户数据进行上述方法
的实证应用。应用结果证明了上述方法的可行性和有效性。
关键词：客户流失预警ＲＯＣ曲线互信息量决策树逻辑回归
ｎ
北京邮电大学硕士毕业论文
ＡＳＴＵＤＹＯＮＣＨＵＲＮＰＲＥＤＩＣＴＩＯＮＯＦＦＩＸＥＤ．
ＬＩＮＥ
ＳＵＢＳＣＲＪＢＥＲ
ＡＢＳＴＲＡＣＴ
Ｗｉｔｈｔｈｅｇｒｏｗｉｎｇｓｕｂｓｔｉｔｕｔｉｏｎｂｙｍｏｂｉｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓｅｒｖｉｃｅｓ
ａｎｄ
ｉｎｃｒｅａｓｉｎｇ
ｃｏｍｐｅｔｉｔｉｏｎ
ｉｎ
ｔｈｅ
ｆｉｘｅｄ－ｌｉｎｅ
ｍａｒｋｅｔ，
ｄｏｍｅｓｔｉｃ
ｆｉｘｅｄ—ｌｉｎｅｏｐｅｒａｔｏｒｓａｒｅｆａｃｉｎｇｇｒｅａｔｃｈａｌｌｅｎｇｅｓ．
Ｔｈｅｉｎｃｒｅａｓｉｎｇｌｏｓｓｏｆ
ｓｕｂｓｃｒｉｂｅｒｓｉｓｏｎｅｏｆｔｈｅｂｉｇｇｅｓｔｃｈａｌｌｅｎｇｅｓ．
Ｔｈｅｈｕｇｅｌｏｓｓｃａｕｓｅｄｂｙ
ｔｈｅｓｗｉｔｃｈｏｆｓｕｂｓｃｒｉｂｅｒｓａｎｄｔｈｅｇｒｅａｔｄｉｆｆｉｃｕｌｔｙｏｆｗｉｎｎｉｎｇｎｅｗｏｎｅｓ
ｍａｋｅｔｈｅｆｉｘｅｄ．
１ｉｎｅｏｐｅｒａｔｏｒｓｒｅａｌｉｚｅｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｓｕｂｓｃｒｉｂｅｒ
ｃｈｕｍｐｒｅｄｉｃｔｉｏｎａｎｄｓｕｂｓｃｒｉｂｅｒｒｅｔｅｎｔｉｏｎ．
Ｉｎｒｅｓｐｏｎｓｅｔｏｔｈｅｆｉｘｅｄ．
１ｉｎｅ
ｏｐｅｒａｔｏｒｓ’
ｓｔｒｏｎｇ
ｄｅｓｉｒｅｓ
ｆｏｒｃｈｕｍｐｒｅｄｉｃｔｉｏｎａｎｄｔｈｅ
ｌａｃｋ
ｏｆ
ｒｅｓｅａｒｃｈｅｓａｎｄｐｒａｃｔｉｃｅｓｉｎｔｈｅｆｉｘｅｄ．
１ｉｎｅｍａｒｋｅｔ，
ｔｈｉｓｔｈｅｓｉｓｓｔｕｄｉｅｓ
ｈｏｗｔｏ
ａｐｐｌｙ
ｄａｔａ
ｍｉｎｉｎｇ
ｔｈｅｏｒｉｅｓ
ａｎｄｔｅｃｈｎｏｌｏｇｉｅｓ
ｔｏｃｈｕｍ
ｐｒｅｄｉｃｔｉｏｎｏｆｆｉｘｅｄ．
１ｉｎｅｓｕｂｓｃｒｉｂｅｒ．
Ａｐｐｌ如ｎｇｔｈｅＣＲＩＳＰ—ＤＭｍｅｔｈｏｄｏｌｏｇｙ，ａｎｄｃｏｍｂｉｎｉｎｇｉｔｗｉｔｈｔｈｅ
ｕｎｄｅｒｓｔａｎｄｉｎｇｓｏｆｆｉｘｅｄ．
１ｉｎｅｂｕｓｉｎｅｓｓ，
ｔｈｉｓｔｈｅｓｉｓｅｌａｂｏｒａｔｅｓｔｈｅｓｔｑ，
Ｓ
ｏｆｂｕｉｌｄｉｎｇｃｈｕｍｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｆｉｘｅｄ－ｌｉｎｅｓｕｂｓｃｒｉｂｅｒ，ｉｎｃｌｕｄｉｎｇ
ｂｕｓｉｎｅｓｓ
ｕｎｄｅｒｓｔａｎｄｉｎｇ，
ｄａｔａ
ｕｎｄｅｒｓｔａｎｄｉｎｇ，
ｄａｔａ
ｐｒｅｐａｒａｔｉｏｎ，
ｍｏｄｅｌｉｎｇａｎｄｅｖａｌｕａｔｉｏｎ．
Ｔｈｉｓｔｈｅｓｉｓａｌｓｏｐｏｉｎｔｓｏｕｔｔｈｅｋｅｙｉｓｓｕｅｓｏｆ
ｃｈｕｍｐｒｅｄｉｃｔｉｏｎｏｆｆｉｘｅｄ．
１ｉｎｅ
ｓｕｂｓｃｒｉｂｅｒ，ａｆｔｅｒｓｕｍｍａｒｉｚｉｎｇｔｈｅ
ｐｒｏｂｌｅｍｓｏｆｔｈｅａｖａｉｌａｂｌｅ
ｄａｔａｆｏｒｃｈｕｍｐｒｅｄｉｃｔｉｏｎｏｆｆｉｘｅｄ－ｌｉｎｅ
ｓｕｂｓｃｒｉｂｅｒ．
Ｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｓｈａｓｇｒｅａｔｉｍｐａｃｔ
ｏｎｔｈｅｌｅａｒｎｉｎｇｅｆｆｉｃｉｅｎｃｙ，ａｃｃｕｒａｃｙａｎｄｓｔａｂｉｌｉｔｙｏｆｆｉｎａｌ
ｍｏｄｅｌｓ．
Ａｆｔｅｒ
ａｎａｌｙｚｉｎｇｖａｒｉｏｕｓ
ｖａｒｉａｂｌｅ
ｃｏｒｒｅｌａｔｉｏｎｔｈｅｏｒｉｅｓ，
ｔｈｅ
ｔｈｅｓｉｓ
ｉｎｔｒｏｄｕｃｅｓＲＯＣＣｕｒｖｅｓａｎｄｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎｔｈｅｏｒｉｅｓｔｏｗｏｒｋｏｕｔ
ｔｈｅｍｅｔｈｏｄｆｏｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｌｅｃｔｉｏｎ．
Ｉｎｔｈｅｍｅｔｈｏｄ．
ＲＯＣＣｕｒｖｅｓａｒｅ
ｆｉｒｓｔｌｙａｐｐｌｉｅｄ
ｔｏ
ｄｅｔｅｃｔａｎｄｄｅｓｅｌｅｃｔ
ｉｎｅｆｆｅｃｔｉｖｅ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．
Ｓｕｂｓｅｑｕｅｎｔｌｙ，
ｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎｉｓｕｓｅｄｔｏｄｅｔｅｃｔｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，
ａｍｏｎｇｗｈｉｃｈｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗｉｔｈｓｕｐｅｒｉｏｒｐｒｅｄｉｃｔｉｖｅ
ｐｅｒｆｏｒｍａｎｃｅａｒｅｋｅｐｔ．
ＩＩＩ
Ｍｏｄｅｌｉｎｇｍｅｔｈｏｄ
ｉｓ
ｔｈｅｋｅｙｔｏｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓ
ｏｆｐｒｅｄｉｃｔｉｏｎ
ｒｅｓｕｌｔｓ．
ＴｈｉｓｔｈｅｓｉｓｐｒｏｐｏｓｅｓｍＳＴｒｅｅ－Ｌｏｇｉｓｔｉｃｍｏｄｅｌ，
ｂｅｉｎｇｉｎｓｐｉｒｅｄ
ｂｙＴｒｅｅＬｏｇｉｔｍｏｄｅｌ．
Ｉｎｔｈｉｓｍｏｄｅｌ，
ａｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｆｕｎｃｔｉｏｎｉｓ
ｉｎｄｕｃｅｄｆｒｏｍｍｕｌｔｉｐｌｅ
ｄｅｃｉｓｉｏｎｔｒｅｅｓ，
ｗｈｉｃｈ
ａｒｅｂｕｉｌｔｂａｓｅｄｏｎ
ｄｉｆｆｅｒｅｎｔｔｒａｉｎｉｎｇｓａｍｐｌｅｓｅｔｓｒｅｓｐｅｃｔｉｖｅｌｙ．
Ａｐｒａｃｔｉｃｅｏｆｃｈｕｍｐｒｅｄｉｃｔｉｏｎ
ｉＳｃｏｎｄｕｃｔｅｄｉｎ
ａ
ｆｉｌｉａｌｅ
ｏｆａ
ｆｉｘｅｄ－ｌｉｎｅｏｐｅｒａｔｏｒ．
Ｔｈｅｔｈｅｏｒｉｅｓａｎｄｍｅｔｈｏｄｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｔｈｅｓｉｓ
ａｒｅｐｒｏｖｅｄｔｏｂｅｆｅａｓｉｂｌｅａｎｄｅｆｆｅｃｔｉｖｅ．
ＫＥＹＷＯＲＤ：
Ｃｈｕｍｐｒｅｄｉｃｔｉｏｎ
ＲＯＣｃｕｒｖｅ
Ｍｕｔｕａｌｉｎｆｏｒｍａｔｉｏｎ
Ｄｅｃｉｓｉｏｎｔｒｅｅ
Ｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎ
ＩＶ
北京邮电大学硕士毕业论文
图目录
图２．
１数据挖掘的多学科性………………………………………………………．
８
图２．
２神经元的结构……………………………………………………………１５
图２．
３线形函数…………………………………………………………………．
１５
图２．
４Ｓｉｇｍｏｉｄ函数…………………………………………………………………………………。ｌ６
图２．
５双曲正切函数……………………………………...