基于粗糙集-BP神经网络的电信企业客户流失风险预警研究

摘要

随着中国电信行业的几次重大改革，各个电信运营商之间的竞争也日趋激烈，这都集中表现在客户资源的争夺上，拥有更多的客户资源是各运营商在竞争中获胜的关键，但是在电信行业，各个公司在去争夺新的一批客户的同时，会伴随着原来老客户的大量流失。在我国，这种问题已经引起了广大电信运营商的特别关注，并已成为其议事的核心主题，同时，也是电信各个企业急于想解决的问题，这就要求在客户流失之前，必须充分了解到客户流失的趋势，并采取合理的措施来挽留。
　　首先，本文对电信行业的发展现状进行了介绍，并分析了客户流失风险的概念和客户流失风险的特点，引入了粗糙集理论和神经网络理论，为建立电信企业客户流失风险预警指标体系奠定了扎实的理论基础。
　　其次，利用调查所得到的结果，深入分析了电信企业客户流失的成因和因素，通过对文献的查阅和学习，总结了客户流失风险预警指标体系的创建原则及方法，经过在现实情况下的调查和访谈，最后利用粗糙集属性约简算法建立了电信企业客户流失风险预警的指标体系。
　　然后，通过对BP神经网络算法的特点和建模步骤的分析，构建了适用于电信企业客户流失风险预警的BP网络模型，把所得到的客户流失风险指标数据进行处理然后代人到所建好的模型当中，通过网络的训练和仿真检测，证明了BP网络模型的可用性。
　　最后，把构建好的BP网络模型应用到中国移动M分公司，进行实证研究，得出预警结果，根据预警结果制定相关措施来提高客户的挽留率。

目录

声明

摘要

第1章 绪论

1．1 研究背景及研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 目前研究中存在的问题

1．3 本文研究目标、思路和内容

1．3．1 研究目标

1．3．2 研究思路

1．3．3 研究内容

1．3．4 创新点

第2章 相关理论基础

2．1 客户流失理论概述

2．1．1 客户流失概念的基本内涵

2．1．2 客户流失的类型

2．1．3 客户流失风险的特征

2．2 预警管理理论

2．2．1 预警管理概述

2．2．2 预警管理的内容

2．3 粗糙集理论概述

2．3．1 粗糙集理论简介

2．3．2 粗糙集理论特点

2．3．3 属性约简的基本理论

2．4 人工神经网络理论

2．4．1 人工神经网络简介

2．4．2 BP神经网络介绍

2．4．3 BP神经网络理论概述

2．4．4 BP神经网络模型的可行性

2．5 本章小结

第3章 电信企业客户流失风险预警指标体系的建立

3．1 电信企业客户流失原因分析

3．2 影响客户流失的因素

3．3 客户流失风险预警指标构建原则

3．4 客户流失风险预警指标的构建方法

3．5 客户流失风险预警指标体系的构建

3．6 本章小结

第4章 基于粗糙集—BP神经网络客户流失风险预警模型构建

4．1 粗糙集在本文中的应用

4．1．1 决策表

4．1．2 决策表的属性约减

4．1．3 连续属性离散化

4．2 客户流失风险预警指标的属性约简

4．3 BP神经网络的学习算法及流程

4．4 BP神经网络的构建思路

4．4．1 BP神经网络模型构建分析

4．4．2 BP神经网络模型构建步骤

4．5 客户流失风险预警模型的MATLAB实现

4．5．1 MATLAB简介

4．5．2 MATLAB工具箱及其应用过程

4．6 本章小结

第5章 电信企业客户流失风险的实证研究

5．1 M公司概况

5．2 BP神经网络模型结构确定

5．3 BP神经网络模型的实证应用

5．3．1 数据的收集与处理

5．3．2 样本学习

5．3．3 网络训练与仿真

5．3．4 实例分析

5．4 模型实施

5．5 本章小结

第6章 减少客户流失的相关对策与经营方案

6．1 客户流失风险预警警度的表示与输出

6．2 预警对策与措施

6．2．1 较小风险等级的预警对策

6．2．2 一般风险等级的预警对策

6．2．3 较大风险等级的预警对策

6．2．4 极大风险等级的预警对策

6．3 客户经营方案

6．4 本章小结

结论与展望

参考文献

附录

致谢

作者简介

攻读硕士学位期间发表的论文