數(shù)據(jù)挖掘——移動通訊客戶流失分析預(yù)測.pdf

1、隨著商業(yè)的蓬勃發(fā)展，每年數(shù)據(jù)量成倍的上升，但是，可靠的信息卻越來越少。為了解決這個問題，數(shù)據(jù)挖掘在近十年內(nèi)迅速發(fā)展。數(shù)據(jù)挖掘已經(jīng)不僅僅是一個重要的研究領(lǐng)域，同時對于現(xiàn)實(shí)世界而言它具有巨大的潛在推動力。現(xiàn)在，商人們通過運(yùn)用數(shù)據(jù)挖掘技術(shù)減少了商業(yè)運(yùn)作過程中的成本，每年可以節(jié)約上百萬美元。 盡管數(shù)據(jù)挖掘發(fā)展時間不長，但因商業(yè)需要，在其他國家已經(jīng)被運(yùn)用到各行各業(yè)。在中國，由于商業(yè)發(fā)展的不同模式和進(jìn)度，數(shù)據(jù)挖掘以各種方式逐漸被大家重視。但

2、是，數(shù)據(jù)挖掘模型并不是一個放之四海皆準(zhǔn)的模型，即使是同一個領(lǐng)域也會因?yàn)樯虡I(yè)背景些許差異而導(dǎo)致很大的區(qū)別。因此，本文主要是對國內(nèi)移動通訊行業(yè)中客戶流失情況進(jìn)行數(shù)據(jù)挖掘。針對某運(yùn)營商的歷史數(shù)據(jù)資料，通過對己流失的客戶和在網(wǎng)客戶的自然屬性和行為屬性進(jìn)行統(tǒng)計分析、挖掘，建立客戶流失的預(yù)測模型，分析導(dǎo)致客戶流失的主要因素，預(yù)測在網(wǎng)客戶在一定時間內(nèi)流失的可能性。本文中采用IBM的db2平臺中的IM(IntelligentMiner)中的決策樹和徑向

3、基函數(shù)進(jìn)行建模和測試模型，再用IMScoring進(jìn)行預(yù)測。具體內(nèi)容如下： 第一章，我們介紹了數(shù)據(jù)挖掘的主要發(fā)展過程和應(yīng)用。通過對其歷史和現(xiàn)實(shí)的了解明白其重要性，同時也特別介紹了數(shù)據(jù)挖掘在國內(nèi)外移動通訊中的應(yīng)用狀況。 第二章，我們著重介紹了數(shù)據(jù)挖掘的一般過程，常用算法以及工具。通過對數(shù)據(jù)挖掘過程的了解從而得到下面具體的分析思路和模擬過程。 第三章和第四章是本文的重點(diǎn)內(nèi)容。在第三章中，我們針對具體的問題一移動通訊客戶