基于数据挖掘的电信客户流失预测模型研究

摘要

本论文研究目的是如何利用数据挖掘的实现技术，将此技术运用于电信行业客户流失预测系统中。本文首先介绍了数据挖掘的基础理论，其次介绍如何通过数据挖掘算法归纳分类，然后研究运用数据挖掘技术实现电信行业客户流失预警，用流失模型预测客户流失率。 本论文研究的主要成果有：针对电信客户流失预测的特点建立了流失预测的系统解决方案，将预测过程划分为了5个阶段，在属性转换和属性选择这两个流失预测最为重要的关键阶段，提出了一种切合实际的解决方法，并建立了一个指标体系来衡量不同模型的预测效果。最后，详细阐述了如何利用流失预测结果来提高客户挽留工作的效果。 论文中的预测模型是通过逐步完善的数据挖掘建模过程建立的，为客户挽留活动预留了足够的时间，并提供了大量有价值的信息来帮助市场营销人员制定可行的客户挽留方案，具有广泛的行业应用前景。 本文在客户挽留部分讨论了客户价值，但在建模阶段对客户价值分析相对较少，下一步的工作中可以深入分析客户价值划分，将客户价值评估模型引入流失预测模型中。

目录

文摘

英文文摘

声明

第一章概述

1.1电信企业实施客户流失管理的意义

1.2客户流失研究现状

1.3本文的工作思路和结构安排

第二章数据挖掘理论与技术

2.1数据挖掘定义

2.2数据挖掘任务

2.3数据挖掘流程

2.4数据挖掘算法分类

2.5采用的主要数据挖掘技术与方法

2.6数据挖掘方法论

第三章电信客户流失预测的分析过程

3.1客户流失预测的主要阶段

3.2需求分析

3.3数据理解

3.4数据转换

3.5属性选择

3.6建立模型

3.7模型评估与应用

第四章流失预测与客户挽留

4.1流失原因分析

4.2挽留价值评估

4.3挽留策略研究

第五章结束语

参考文献

致谢