论文部分内容阅读
随着数据挖掘技术的发展,数据挖掘在很多领域中所起的重要作用己经被越来越多的人认可,它是利用己知的数据通过建立数学模型的方法找出隐含的业务规则。在国外很多行业已经具有成功的应用。例如,电信行业的应用领域主要有客户关系管理,客户欺诈分析,客户流失分析,客户消费模式分析,市场推广分析等。在国内随着对数据挖掘技术的重视,数据挖掘技术的应用研究也越来越广,其中对电信行业的客户流失分析就是一大热点。客户流失分析是通过对以往流失客户的历史数据进行分析,找出可能离网用户的特征,及时采取相应措施,减少客户流失的发生。这对企业降低运营成本,提高经营业绩有着极为重要的意义。 本课题的研究目的就是研究数据挖掘的实现技术,将此技术运用到防止电信行业的客户流失中。本文以青海省电信行业的无线市话小灵通历史数据为对象,基于数据挖掘技术,建立了客户流失预测模型,主要内容包括: 1.介绍了数据挖掘的基本理论,对数据挖掘技术中的决策树、人工神经网络进行了详细的分析和研究。 2.讨论和介绍了数据挖掘过程模型,目前流行的数据挖掘工具软件以及SPSS公司的Clementine数据挖掘工具。 3.以数据挖掘过程为线索,详细阐述了对青海省电信无线市话小灵通客户流失模型的建立过程。 本课题的研究成果主要体现在两个方面,一方面是对青海省无线市话小灵通的数据特征进行了全面的分析和总结;另一方面,建立了引起小灵通客户流失的预测模型。 研究成果表明,随着数据挖掘技术的不断发展,电信运营商将会越来越多地发现大量有价值的客户信息和消费模式,因此,研究成果对于指导电信运营商的经营决策工作将起到极其重要的作用。