文档介绍：摘要西南交通大学博士研究生学位论文客户流失管理是许多行业关注的一个重要问题,近年来,以传统统计学方法和人工智能方法为基础,客户流失预测研究取得了丰富的研究成果,但尚存许多值得研究的问题。商务智能的崛起为客户流失预测的研究提供了新本文在商务智能理论和客户关系理论框架下,对现有客户流失预测模型结构进行修订,提出了新的预测模型结构。然后,以新的预测模型结构为基础建立了客户流失策略管理模型、客户流失特征提取与属性选择方法、客户流失预测模型,对电信业的客户流失预测问题进行了实证考察,从一个新的角度加深了对客户流失的规律理解。最后,对控制客户流失的策略进行了研一、提出一种新的客户流失预测模型结构,,采用特征提取、属性选择、预测模型设计的预测新思路来研究客户流失问题。通过对新模型结构实现算法和实证的研究,证明了新模型结构比现用模型结构更加有效。二、应用基于企业竞争的呗阅P停岢鲆恢钟糜诘缧乓档目突流失管理策略模型。通过使用某电信企业客户流失数据集,对进行了验证。其结果表明,该模型描述了客户流失的原因且包含了与企业竞争策略相关的主要预测因子,从而使其实际应用更易控制。三、利用特征提取和指标属性选择方法,对电信业客户流失预测进行实⒔ê酥鞒煞址治氲娇突Я魇гげ庵校岢隽讼嘤Φ奶卣魈取算法,将与回归结合,设计了预测模型。对某电信公司客户流失预测的实证结果表明,该方法获得的命中率、覆盖率、准确率、提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和8哂谠际粜约椭鞒煞址治特征提取法。这表明能提取客户数据的非线性特征,。究。现总结如下证分析。主要结论是
第贡’西南交通大学博士研究生学位论文⒔畔⒃鲆氲娇突Я魇гげ庵校岢隽讼嘤Φ氖粜匝≡袼惴ǎ将与神经网络结合,,该方法获得的命中率、覆盖率、准确率,提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和哂谑粜韵喙匦匝≡穹ā⒁恢滦匝≡穹ǎ道≡穹ê投猿不确定性选择法,这表明具有比更好的预测能力和泛化能力,从而证实了该方法的有效性、可行性和可靠性。⒖突Я魇гげ庵械氖粜匝≡袷且桓雎庥呕侍狻U攵砸延惺粜匝≡方法较少考虑属性获取代价和属性集维数的自动确定问题,提出一种满意属性选择方法,将样本分类性能、属性集维数和属性提取复杂性等多种导出满意属性集评价准则,详细描述了属性选择算法。对某电信公司客户流失预测的实证结果显示,获得的命中率、覆盖率、准确率、提升系数、命中率置信度区间、覆盖率置信度区间,整体准确率置信度区间和证实了的有效性、可靠性和实用性。⑺孀攀奔淇缍仍黾樱锰卣魈崛『褪粜匝≡穹椒ㄋ⒌脑げ饽P停四、利用基于结构风险最小化准则的椒ǎ缘缧乓悼突Я魇гげ进行实证分析。主要结论是⒂τ帽曜糞,研究了电信业客户流失预测问题。并以某电信公司客户流失预测为实例,与人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现,除模型整体准确率、,该方法能获得最好的命中率、覆盖率、提升系数、命中率置信度区间、覆盖率置信度区阊、茄芯靠突Я魇гげ馕侍獾挠行Х椒ā⒄攵阅壳翱突Я魇гげ夥椒ǖ牟蛔悖诶醚盗费局胁煌喔鍪值来确定各类惩罚参数的基础上,改进标准的С窒蛄糠掷嗷。通过贝盱斯分类器等方法进行了对比。发现,除模型整体准确率、整体准确率置信度区间略低于琇毓楹捅匆端狗掷嗥魍猓梅椒芑竦媒虾的正确率、命中率、覆盏率、提升系数、命中率置信度区间、覆盖率置信度区间、茄芯靠突Я魇гげ馕侍獾挠行Х椒ǎ因素综合考虑。给出属性满意度和属性集满意度定义,设计出满意度函数,高于属性相关性选择法、一致性选择法、,才可能得到满意的结果。以某电信公司客户流失预测为实例,与标准猄、人工神经网络、决策树、
西南交通大学博士研究生学位论文⒗眉蛞譙方法所建的客户流失预测模型,在模型评价结果相当的条件下,其运算花费的时间较小:⑼ü浴熬苷婺晌薄绷嚼啻砦笤诳突Я魇гげ庵胁煌跋旆治霰冉希采用魑Tげ饽P停⒗媚车缧殴臼导适荻粤嚼啻砦蟮钠胶饪刂进行了研究。实验结果表明,选取一个适当的损失比例系数,预测模型能在控制两类错误的前提下,有效地减少期望损失函数值,这在实际应用中具有反映问题本质的现实意义。⑺媸奔淇缍鹊脑黾樱げ饽P陀Ω弥匦卵盗凡拍艿玫铰獾男Ч五、结合客户关系管理理论,从客户价值和客户满意的角度提出了客户流失分类表;然后通过对客户流失进行受力分析,发现导致客户流失的为推力和引力;最后通过引入拉力策略和阻力策略来控制客户流失。关键词:客户流失;商务智能;预测;统计学习理论:支持向量机;特征提取;属性选择;电信业:第