数据挖掘——移动通讯客户流失分析预测

摘要

随着商业的蓬勃发展，每年数据量成倍的上升，但是，可靠的信息却越来越少。为了解决这个问题，数据挖掘在近十年内迅速发展。数据挖掘已经不仅仅是一个重要的研究领域，同时对于现实世界而言它具有巨大的潜在推动力。现在，商人们通过运用数据挖掘技术减少了商业运作过程中的成本，每年可以节约上百万美元。 尽管数据挖掘发展时间不长，但因商业需要，在其他国家已经被运用到各行各业。在中国，由于商业发展的不同模式和进度，数据挖掘以各种方式逐渐被大家重视。但是，数据挖掘模型并不是一个放之四海皆准的模型，即使是同一个领域也会因为商业背景些许差异而导致很大的区别。因此，本文主要是对国内移动通讯行业中客户流失情况进行数据挖掘。针对某运营商的历史数据资料，通过对己流失的客户和在网客户的自然属性和行为属性进行统计分析、挖掘，建立客户流失的预测模型，分析导致客户流失的主要因素，预测在网客户在一定时间内流失的可能性。本文中采用IBM的db2平台中的IM(IntelligentMiner)中的决策树和径向基函数进行建模和测试模型，再用IMScoring进行预测。具体内容如下： 第一章，我们介绍了数据挖掘的主要发展过程和应用。通过对其历史和现实的了解明白其重要性，同时也特别介绍了数据挖掘在国内外移动通讯中的应用状况。 第二章，我们着重介绍了数据挖掘的一般过程，常用算法以及工具。通过对数据挖掘过程的了解从而得到下面具体的分析思路和模拟过程。 第三章和第四章是本文的重点内容。在第三章中，我们针对具体的问题一移动通讯客户流失，进行业务分析和建模前的数据准备工作。统观全文我们可以知道，这是一个繁琐却又十分重要的过程，数据挖掘的绝大部分工作就是这一部分。 在第四章中，选择不同的适合本问题的算法进行模拟，对结果进行分析和对比。这部分的结果分析是实际商业中最需要得到的结果，也是数据转化为知识的过程。 第五章，实现对模型的实时处理，并提出了一些有待解决的问题。

目录

第一章 引言

第二章 数据挖掘过程及算法

第三章 移动通讯客户流失建模准备

第四章 移动通讯客户流失建模

第五章 模型的应用和展望

参考文献

致谢