文档介绍：1汕头电信低质用户活跃度提升解决方案--,通过数据挖掘模型,找出意愿度更高的用户优先进行营销。截止9月份,共提供5批次,,%%,通过数据挖掘模型,找出意愿度更高的用户优先进行营销。本模型以老宽带用户为出发点,以是否融合划分不同子模型,利用随机森林算法,构建最终目标用户模型。模型评估测试分区预测未办理预测办理实际未办理59,%%**********%%%2016106666238136%%%20161122821836037%%%模型经过10月,11月两月实际应用,接通率,接通后成功率及总体成功率均比未使用模型前有明显提升。10月总体成功率接近9月的两倍。手机加副卡目标用户模型目标为提升当前营销成功率,通过数据挖掘模型,找出意愿度更高的用户优先进行营销。手机加副卡模型分成两部分,一部分为网龄3个月以上的用户,另一部分为网龄3个月以下的用户。利用逻辑回归算法和KNN分类算法,分别构建模型。%%---:系数的绝对值越大,对模型的影响越大。%%,挖掘政企专线用户离网规律,并提前2个月预测用户离网概率测试分区预测在网预测离网实际在网4,%%模型的效能(ROC)曲线乐享5折目标用户模型目标为提升当前营销成功率,通过数据挖掘模型,找出意愿度更高的用户优先进行营销,利用随机森林算法,构建最终目标用户模型。%%%%%20161**********%%%模型实际应用模型效能(ROC)曲线乐享5折用户聚类模型为了提高乐享5折用户的活跃度及价值,我们将对用户进行分群,以达到精细化营销的目的。根据聚类模型的数据要求,需要观测用户在基准月前3个月及次月的行为表现,因此选取2016年2月作为基准月。2016年2月,,其中,,疑似用完即扔用户1707户,疑似养卡用户6709户。基于精细化营销的目的,剔除套餐使用时长不足3个月及疑似养卡、用完即扔用户,,接下来的聚类模型针对这部分用户进行建模。出账用户::::T+4个月内开始产生欠费,并且欠费后连续2个月依然有欠费记录用户疑似养卡:省公司模型清单疑似用完即扔:1707疑似养卡:6709套餐使用时长<3::-SCORE标准化行为因子分析Z-SCORE标准化价值因子分析行为层次聚类两步聚类价值层次聚类两步聚类价值-行为聚类混合聚类行为相关字段价值相关字段降维标准化降维聚类建模模型优化群特征分析群策略建议本次聚类模型的构建,采用聚类数据挖掘中成熟的“行为-价值”分析框架,分别对用户的行为和价值特征进行聚类,并总结用户在这两个维度上的特征,从而给出用户画像由于聚类模型对于输入字段的要求,需要