基于数据挖掘的电信客户流失预测及其实现

摘要

随着国内电信业的改革，各运营商在政企客户、长途业务、IP业务、尤其移动业务等领域展开了激烈的竞争。传统的以技术为驱动、以销售产品为目的的市场战略逐渐被以客户为中心、以满足客户需求为目的的市场战略所取代，客户资源成为了企业竞争的焦点。
　　 激烈的竞争必然导致客户处于不稳定状态，各运营商都面临严重的客户流失问题。大量而频繁的客户流失延长了企业利润回收的周期，给企业造成了巨大的损失。在这种形势下，如何防止客户流失、实施客户保有工作，已成为运营商关注的焦点之一。如何根据客户的特性和客户行为预测客户的流失，并结合竞争环境的变化制定有效的客户挽留和赢回策略并实现赢利，是电信运营企业正常运营的重要任务，也是电信客户研究咨询领域的一个重要课题。
　　 论文针对客户流失分析首先研究了K-means算法，研究了一种新的基于密度的十分箱聚类算法，该算法在继承了K-means算法优点的基础上，确定了K值，采用基于密度分布的划分方式确定初始分箱，在预测评分时采用了概率和的方式，最终使算法的性能得到了改善。其次将十分箱算法应用于客户流失研究，实际数据表明该算法较好地实现了客户流失预测。最后，论文根据宁夏电信客户关系管理系统现状结合客户流失分析提出了基于J2EE的新的系统体系结构以及功能模型，并设计和实现了客户关系管理系统中客户流失分析功能。实践证明该功能对解决客户流失问题有较好的实际意义。