文档介绍：《金融数据挖掘案例分析》课程设计报告学生姓名:学号:题目:基于分类技术的电信客户流失预测的研究系别:信息管理与工程系班级:信息管理与信息系统指导教师:2015年6月目录摘要: 1Abstract: 21•引言 31・2国内外应用和研究现状 42•决策树算法基本概述 53决策树的优缺点 5数据预处理 61数据预处理概述 7构造决策树 84・1决策树分类的步骤 … 165总结与后需改进工作 171总结 175・2后续需要改进的工作 17致谢 19参考文献 20基于分类技术的电信客户流失预测的研究摘要:在国内随着对数据挖掘技术的重视,数据挖掘技术的应用也越来越广,其小电信行业的客户流失分析就更是一大热点。通过对以往流失客户的数据进行分析,找出可能流失用户的特征,及吋采取相应的措施,减少客户流失的发牛。这对提高经营业绩和降低运营成本有着极为重要的价值。本文从数据挖掘的效率和精度出发,运用分类技术方法屮的决策树算法对电信客户的属性特征进行分析,得出流失客户的基本特征,以帮助企业管理者对该类客户的行为特征进行分析,采取针对性的措施挽留即将流失的客户或有流失意向的客户,达到亡羊补牢的效果。关键字:数据挖掘;电信客户流失;分类技术;决策树算法Abstract:Alongwithdataminingtechnologydevelopment,dataminingimpor tancealreadybymoreandmoremanypersonattention,^municationcustomerattributecharacteristic,haracteristic,helpstheenterprisesuperintendenttocarryontheanalysistothiskindofcustomerbehaviorcharacteristic,adoptsthecustomerwhichthepointedmeasuredetainssoondrainsorhastheoutflowintentioncustomer,:Datamining;inunicationcustomeroutflow;classificationtechnique;,屮国电信业的市场环境发牛了根本性的变化,屮国电信服务市场逐步形成了从最初个别运营商垄断市场到数家大运营商主导、多家小运营商参与、新运营商不断加入的电信市场竞争的新格局。在当前电信业普及率很高的形势下,在发展新客户的同时,怎样维持已有的客户群,已经成为电信企业越來越关注的焦点。面对激烈的竞争市场,各大运营商正在寻找一种更有效的办法来建立与客户的关系,创造客户价值来保留和竞争优质客户。要想预测将要流失的客户,进而成功对其进行挽留,首先要全而掌握客户的信息。这些业务数据己经达到几十甚至上百TB,数据挖掘技术则正是H前数据仓库领域最强大的数据分析手段。客户流失预测,就是使用数据挖掘的方法,整合客户历史大量的数据,分析客户基本状态属性和历史属性,提取出已经流失客户在流失前具有的特点,从而建立流失模型,预测出会在不久会流失的客户,从而降低客户的流失率。1・2国内外应用和研究现状在国外,如美国国防财务部从每年上百万笔的军火交易中寻找可能存在的欺诈现象,并进行深入分析和调查,从而大量的节约了成本。在国内,数据挖掘的研究起步较晚,事实上运用数据挖掘技术的企业不多,比较典型的是SAS公司的SASEnterpriseMiner,被用于上海宝钢的配矿系统热轧质量控制系统。国内一些电信企业也陆续开始使用。数据挖掘技术在运用方面仍有一些不足:对挖掘对象的数据理解有所欠缺,变量属性选择的欠缺。理论无法很好的指导实践应用。大量的研究只能得出模型预测的准