【摘 要】
：
随着电信行业竞争的加剧,客户流失分析与预测已经成为客户关系管理的重要内容。电信客户行为数据的特征呈现出高维度、数据偏斜、非线性。传统的方法难以消除数据之间的冗余
论文部分内容阅读
随着电信行业竞争的加剧,客户流失分析与预测已经成为客户关系管理的重要内容。电信客户行为数据的特征呈现出高维度、数据偏斜、非线性。传统的方法难以消除数据之间的冗余以及找到线性规律,使得预测正确率较低。同时开发系统过程繁杂,收益偏低,挽留客户成本过高。本文从以解决以上问题为出发点,主要研究基于支持向量机的客户流失预警模型。支持向量机的算法复杂度随着样本数据维度和样本总数量的增加成几何数增长。针对这个问题,提出了一种改进的支持向量机分类方法。通过引入分类圆心、分类半径、分类圆心距等概念,从而更加快速准确的删除非支持向量点,引入混淆度的概念,解决了如何在样本严重混淆的时候进行剔除混淆点,保证算法的泛化性。实验证明,采用这种改进的算法能够在严重混淆的训练样本中保证准确度的同时提高支持向量机分类速度。我们在Clementine数据挖掘工具平台的基础上设计了基于传统支持向量机、改进支持向量机、决策树和神经网络的客户流失预警模型。根据实验结果对各种分类算法进行了比较,得出了一个针对样本数据的客户流失原因报告。通过本文的研究,我们解决了客户流失预警系统开发费用高,预测效率低下,预测正确率不高的问题。设计了客户预警流失模型,为企业制定挽留客户决策提供了技术支撑。
其他文献
以收集检测数据为中心的传感器网络已广泛应用在诸多领域，例如环境监测、城市交通、军事国防、空间探索等。面对传统传感器网络中通信设备单一的数据传输途径，在复杂、远距离的
随着科学技术与现代工业的飞速发展,机器人在各个领域扮演着越来越重要的角色,传统的机器人适应与感知环境能力较弱,已不能满足人类的需求。近年来,视觉技术的发展日新月异,
时代的飞速进步,信息技术的快速发展,信息获取的途径多样化、信息的表现形式多元化、信息容量的膨胀化,特别是网络上电子图书、电子信息等海量的电子资源,给予我们搜取信息极
现实中,每个人都身处多个不同的社交关系网络,并且在这些社交网络中扮演着各种角色。各种各样的社交关系相互之间交叠的同时又彼此隔离,例如在某个人朋友圈内的人们之间并不
随着生活水平的提高，人们对生活品质要求越来越高，不断的追求绿色、健康生活。但是，现实的情况却往往与人们的追求相差甚多，现代社会出现越来越多的糖尿病、高血压、肥胖等各种富
随着计算机与网络技术的发展，人们的工作和生活与各种信息系统密切相关，而同时信息安全面临着日益严重的威胁。在众多的安全技术和服务中，访问控制是确保系统安全的一个重要手段
随着信息技术的飞速发展，网络上出现了海量的口语化信息（博客，微博，聊天记录等），如何使用计算机自动处理这些信息，分析其语义和意图，是一个亟待解决的问题。传统的自然语言处理技术虽
视频监控是现代社会中安全防范系统的关键组成部分，视频监控方面的研究分析工作对各种公共场所的安全起到了非常关键的作用。监控视频的数据量十分庞大，并且事先难以预测，再加上
上世纪90年代后期,三维激光扫描技术的发展以及三维激光扫描仪的出现,使得现实世界中越来越多的物体可以通过激光扫描仪的方式建立其三维数字几何模型,基于点云数据的三维重