文档介绍：摘要现实世界中,数据的分布往往是不平衡的,数据非平衡性问题已影响到多个应用领域如:客户流失、欺诈侦测、风险管理等。当前,随着数据挖掘研究的深入,非平衡数据挖掘正成为一个新的热点研究领域。本文研究的客户流失数据集具有典型的非平衡数据问题,客户流失对象为网络招聘行业的企业客户。全球网络招聘方兴未艾,据统计全球每天约有万条就业信息发布,多万人在互联网上发出求职简历,年全球招聘市场规模为诿涝!T谥泄晖缯衅甘谐」#亿,!M缯衅妇薮蟮氖谐」婺#己玫睦笄熬催生了新的专业化、行业性、地方性的招聘网站的诞生,同时也加剧了网络招聘针对客户流失问题,目前在电信行业、银行业、保险行业基于数据挖掘技术进行客户流失预测建模,并取得了丰硕的研究成果。而针对网络招聘行业面向企业客户流失问题的研究尚属起步阶段,本文分析了前人研究成果,对非平衡数据进行了介绍;对客户流失预测理论、研究方法和发展脉络进行了回顾与综述;支持向量机,以其坚实的理论基础与良好的推广性能成为近几年来应用研究的热点,是一种流行的数据挖掘技术,本文对支持向量机进行了介绍;论述了我国网络招聘行业特征、市场规模及发展前景。最后通过国内某知名招聘网站企业客户特征数据以及客户在线行为日志数据,利用数据挖掘技术进行了客户流失预测建模及挽留策略的实证研究。本文的研究成果主要有:针对客户流失数据集的非平衡性与错分代价差异性问题,在传统础上,引入代价敏感学习理论,提出了代价敏感目突Я魇гげ饨7椒ǎ通过实验验证了方法的有效性,对解决此类问题有一定的借鉴意义。针对客户流失预测数据集的高维特征约减问题,提出了主成分分析与神经网络的预测建模方法。通过实证研究,结果表明此组合方法降低了高维属性,简化了神经网络拓扑结构,提高了模型的预测性能。针对网络招聘企业客户挽留问题,分析了客户流失影响因素,基于劾嗉际醵钥突г谙咝形=锌突阜郑⒔岷厦坷嗫突卣魈教至丝户关系管理策略。关键词:数据挖掘;客户流失预测;非平衡数据;代价敏感学习;支持向量机行业的激烈竞争。摘要
,,北京工业大学管理学硕士学位论文琩甌篶,瑀,.,,,瓾’甀...痗甀。.、.甀疭瑃,,甋.Ⅱ.
皇舅曼曼舅曼皇曼曼鼍曼曼曼曼蔓蕙。曼毫蔓鼍鼍皇皇曼净驶事事韭柿柯曼皇,’.“岫,琩:;琾·.;.;;騃.
帆够世醐:独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果。也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名:关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件。允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。C艿穆畚脑诮饷芎笥ψ袷卮斯娑导师签
、业务多样化、全球化,客户需求个性化、多样化、敏捷化等特性使企业间的竞争急剧增加。国外知名企业、财团对国内市场的进一步加大投资力度,种种现象都说明,市场竞争空前激烈。然而整个市场的发展空间是有限的,特别是增量客户发展明显减缓,使得对现有客户的维系与保持逐渐成为客户关系管理的核心问题之一,如何在积极拓展新市场开发新客户的同时,对现有客户的深度开发及流失预警引起了各行业的广泛关注。对企业而言,长期绝对忠诚的客户已经不存在。客户了解市场的渠道和方式越来越便捷,他们作为个体希望得到被认可和理解,希望得到他们想要的符合他们个性化的产品和服务,客户的选择权正以前所未有的势头快速发展,因此客户会把他们的业务交给那些能及时满足他们需求,并且是最能理解他们并提供高产品质量、贴心服务等最出色的公司。全球网络招聘方兴未艾。全球网络招聘市场规模巨大且增长迅猛,网络招聘业值息发布,约有多万人在互联网上发出求职简历。根据菹允荆年全球网络招聘市场仅为亿美元,#更是达到了诿涝#甏锏亿美元,增长势头强劲。在中国,年网络招聘市场规模为亿元,年为亿元,##杲ǔ谠!网络招聘的方式最早出现在美国,以其覆盖面广、信息及时、成本低等优势成为美国多数企业进行招聘的主要方式。%,通过人才市场进行人才招聘的企业占%,采用广播和电视进行招聘的企业分别占ズ蚻%。特别是在北美地区,企业采用网络招聘最积极主动,分布在北美的全球科业中有%的企业在其网站上有自己的招聘专栏。目前,通过网络招聘的方式已经深入人心,成为大学毕业生及中层职员求职的首选,也备受高层管理人才的青睐。年调查显示,网络招聘方