杭州地區小靈通客戶流失模型

信息計算科學論文編號:XXLW110 論文字數:23597,頁數:45

目  錄

摘  要 i
Abstract ii
目  錄 iii
第一章  引  言 1
第二章  數據挖掘理論與技術 2
2.1  數據挖掘理論 2
2.1.1數據挖掘概述 2
2.1.2數據挖掘方法 2
2.1.3數據挖掘流程 3
2.1.4數據挖掘流程分類技術與方法 4
2.2  采用的主要數據挖掘技術與方法 6
2.2.1決策樹技術 6
2.2.2樹網模型 8
第三章  小靈通客戶流失需求分析 9
3.1  預測小靈通客戶流失業務現狀 9
3.2  小靈通客戶流失需求 9
3.2.1業務問題定義 10
3.2.2小靈通業務流程 10
3.2.3客戶流失分析的研究目標 11
3.2.4客戶流失分析的研究策略 11
3.3  小靈通客戶流失模型描述 12
3.3.1功能說明 12
3.3.2數據定義 12
3.3.3模型目標 12
3.4  該模型建立采用的技術 12
第四章  小靈通客戶流失模型的實現 13
4.1  小靈通客戶流失模型的業務問題 14
4.2  系統環境評估 14
4.3  數據準備 14
4.4  數據挖掘 15
4.4.1 Sample 15
4.4.2 Explore 15
4.4.3 Modify 22
4.4.4 Model 22
4.4.5 Access 32
4.5  模型實施 33
4.6  回顧與評價 33
第五章  結論及建議 35
5.1  論文主要工作總結 35
5.2  客戶挽留方案 35
致  謝 36
參考文獻 37
附  錄 38

摘  要
 
 基于數據挖掘的客戶流失預測的研究，是在數據倉庫技術和數據挖掘技術迅速發展的基礎上針對電信客戶關系管理的迫切需要而提出的。
 為進一步發展客戶關系管理，本文基于數據挖掘的思想，以SEMMA方法論為建模過程框架。對兩種算法進行分析和對比，最終選擇了評估指標較好的樹網模型。利用SAS和樹網TreeNet兩個軟件建立兩種模型成功實現了杭州地區小靈通客戶流失模型的設計。結果表明，基本月租費對客戶流失有較為明顯的影響。
 在數據挖掘的基礎上，筆者結合杭州地區的實際情況和自身特點，針對小靈通客戶流失的主要因素和挽留客戶的途徑為決策者提出一些意見或建議。相信該預測模型對解決電信小靈通客戶流失行為預測方面的問題具有重要意義。
 
關鍵詞：小靈通客戶流失；數據挖掘；決策樹；樹網

Abstract
 With the rapid development of the technology of data warehouse and data mining, customer relationship management (CRM) becomes more and more important.
 On this need, using the SEMMA frame based on Data Mining（DM） is introduced in this paper. At last the model which is found by TreeNet is chosen because of its good eva luation index. SAS and TreeNet are used to complete the design and realization of PHS churn model in Hangzhou. Evidence shows that basic monthly fee have significant influence.
 Combined with theory of DM, the author tries to make some advice and recommendations for the decision maker in the PHS churn of main factors and customers of the detaining means etc. This predictive model is of significance in solving the problem of predictive telecom churn.

Key words:  PHS Churn；Data Mining；Decision Tree；TreeNet