數(shù)據(jù)挖掘在電信客戶流失模型中的應(yīng)用.pdf

1、隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，數(shù)據(jù)挖掘的重要性已經(jīng)被越來越多的人認(rèn)可。它是利用已知的數(shù)據(jù)，通過建立數(shù)學(xué)模型的方法找出隱含的業(yè)務(wù)規(guī)則。在國外，很多的行業(yè)已經(jīng)具有成功的應(yīng)用；在國內(nèi)，隨著對數(shù)據(jù)挖掘技術(shù)的重視，數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究也越來越廣，其中對電信行業(yè)的客戶流失分析就是一大熱點(diǎn)。 本論文主要研究數(shù)據(jù)挖掘中的決策樹，神經(jīng)網(wǎng)絡(luò)以及Logistic回歸算法具體在電信業(yè)客戶流失分析中的應(yīng)用。首先，從電信企業(yè)的實(shí)際情況出發(fā)，分析探討了電信企業(yè)運(yùn)

2、用數(shù)據(jù)挖掘的重要性。其次，介紹了數(shù)據(jù)挖掘的理論及相關(guān)算法，并對所采用的這三種算法作了詳細(xì)的描述。之后，對本文所采用的數(shù)據(jù)挖掘軟件SPSS—C1ementine作了簡單的說明。最后，以某電信公司的數(shù)據(jù)為依托，以CRISP_DM(Cross—industry Process for Data Mining)方法論為建模過程框架，按照商業(yè)理解，數(shù)據(jù)準(zhǔn)備，建立模型，模型評估，模型發(fā)布的步驟建立客戶流失預(yù)測模型，在建模過程中對三種算法的效率和精度