杭州地区小灵通客户流失模型

信息计算科学论文编号:XXLW110 论文字数:23597,页数:45

目  录

摘  要 i
Abstract ii
目  录 iii
第一章  引  言 1
第二章  数据挖掘理论与技术 2
2.1  数据挖掘理论 2
2.1.1数据挖掘概述 2
2.1.2数据挖掘方法 2
2.1.3数据挖掘流程 3
2.1.4数据挖掘流程分类技术与方法 4
2.2  采用的主要数据挖掘技术与方法 6
2.2.1决策树技术 6
2.2.2树网模型 8
第三章  小灵通客户流失需求分析 9
3.1  预测小灵通客户流失业务现状 9
3.2  小灵通客户流失需求 9
3.2.1业务问题定义 10
3.2.2小灵通业务流程 10
3.2.3客户流失分析的研究目标 11
3.2.4客户流失分析的研究策略 11
3.3  小灵通客户流失模型描述 12
3.3.1功能说明 12
3.3.2数据定义 12
3.3.3模型目标 12
3.4  该模型建立采用的技术 12
第四章  小灵通客户流失模型的实现 13
4.1  小灵通客户流失模型的业务问题 14
4.2  系统环境评估 14
4.3  数据准备 14
4.4  数据挖掘 15
4.4.1 Sample 15
4.4.2 Explore 15
4.4.3 Modify 22
4.4.4 Model 22
4.4.5 Access 32
4.5  模型实施 33
4.6  回顾与评价 33
第五章  结论及建议 35
5.1  论文主要工作总结 35
5.2  客户挽留方案 35
致  谢 36
参考文献 37
附  录 38

摘  要
 
 基于数据挖掘的客户流失预测的研究，是在数据仓库技术和数据挖掘技术迅速发展的基础上针对电信客户关系管理的迫切需要而提出的。
 为进一步发展客户关系管理，本文基于数据挖掘的思想，以SEMMA方法论为建模过程框架。对两种算法进行分析和对比，最终选择了评估指标较好的树网模型。利用SAS和树网TreeNet两个软件建立两种模型成功实现了杭州地区小灵通客户流失模型的设计。结果表明，基本月租费对客户流失有较为明显的影响。
 在数据挖掘的基础上，笔者结合杭州地区的实际情况和自身特点，针对小灵通客户流失的主要因素和挽留客户的途径为决策者提出一些意见或建议。相信该预测模型对解决电信小灵通客户流失行为预测方面的问题具有重要意义。
 
关键词：小灵通客户流失；数据挖掘；决策树；树网

Abstract
 With the rapid development of the technology of data warehouse and data mining, customer relationship management (CRM) becomes more and more important.
 On this need, using the SEMMA frame based on Data Mining（DM） is introduced in this paper. At last the model which is found by TreeNet is chosen because of its good eva luation index. SAS and TreeNet are used to complete the design and realization of PHS churn model in Hangzhou. Evidence shows that basic monthly fee have significant influence.
 Combined with theory of DM, the author tries to make some advice and recommendations for the decision maker in the PHS churn of main factors and customers of the detaining means etc. This predictive model is of significance in solving the problem of predictive telecom churn.

Key words:  PHS Churn；Data Mining；Decision Tree；TreeNet