固網運營商客戶流失預警模型研究.pdf

1、隨著移動業(yè)務分流的加重、固網市場競爭的加劇，國內的固網運營商面臨著巨大的挑戰(zhàn)，客戶流失現象日益嚴重。老客戶流失帶來的損失以及獲取新客戶的困難使得固網運營商意識到實施客戶流失預警以及客戶挽留的重要性。本論文針對固網運營商對客戶流失預警的迫切需求以及國內相關研究和應用較少的現象，展開固網運營商客戶流失預警模型的研究。 本文應用CRISP-DM數據挖掘過程方法論，結合固網運營商的業(yè)務特點，詳細闡述了建立固網運營商客戶流失預警模型的各個

2、步驟：商業(yè)理解、數據理解、數據準備、建模和模型評價。同時，在總結固網運營商客戶流失預警數據特點的基礎上，指出了固網運營商客戶流失預警的關鍵問題。 特征變量的構造和特征變量的選取對客戶流失預警模型的學習效率以及最終模型的準確性和穩(wěn)定性有很大影響。在分析和比較了眾多變量關系分析理論的基礎上，本文引入受試者操作特征曲線(ROC曲線)和信息論中的互信息量的概念來建立特征變量選取機制及具體方法：刪除無分類預測能力的特征變量(ROC曲線的A

3、UC小于等于0.5的變量)，對于高相關的特征變量，優(yōu)先保留高分類預測能力的特征變量，刪除低分類預測能力的冗余變量。 建模方法是預測結果是否有效的關鍵。本文在創(chuàng)新模型TreeLogit的基礎上提出了mSTree-Logistic模型。該模型通過對使用多個樣本集分別訓練出的多棵決策樹預測函數進行邏輯回歸來得到最終的預測函數。 本文對某固網運營商一市級分公司的客戶數據進行上述方法的實證應用。應用結果證明了上述方法的可行性和有效