有效地防止用户流失,降低流失率成为目前各个电信运营商急需解决的难题。本模型依据数据挖掘原理,以CRISP_DM(Cross-industryStandard Process for Data Mining)建模过程为框架,以与某地联通公司合作的"电信客户流失预测系统"...有效地防止用户流失,降低流失率成为目前各个电信运营商急需解决的难题。本模型依据数据挖掘原理,以CRISP_DM(Cross-industryStandard Process for Data Mining)建模过程为框架,以与某地联通公司合作的"电信客户流失预测系统"项目为依托,利用挖掘软件SPSS Clementine 8.0逐步建模,实现了电信行业客户流失预测系统。展开更多
为了解决电信行业客户流失预测模型中流失者和未流失者比例偏斜问题,模型依据数据挖掘原理,以CRISP-DM(Cross-industry Standard Process for Data Mining)建模过程为框架,采用了多基决策树联合决策的思想。模型避免了训练出一棵"...为了解决电信行业客户流失预测模型中流失者和未流失者比例偏斜问题,模型依据数据挖掘原理,以CRISP-DM(Cross-industry Standard Process for Data Mining)建模过程为框架,采用了多基决策树联合决策的思想。模型避免了训练出一棵"空"决策树,把所有客户都预测为未流失的问题。与单个分类器相比,提高了预测模型的查准率和泛化能力。展开更多
文摘有效地防止用户流失,降低流失率成为目前各个电信运营商急需解决的难题。本模型依据数据挖掘原理,以CRISP_DM(Cross-industryStandard Process for Data Mining)建模过程为框架,以与某地联通公司合作的"电信客户流失预测系统"项目为依托,利用挖掘软件SPSS Clementine 8.0逐步建模,实现了电信行业客户流失预测系统。
文摘为了解决电信行业客户流失预测模型中流失者和未流失者比例偏斜问题,模型依据数据挖掘原理,以CRISP-DM(Cross-industry Standard Process for Data Mining)建模过程为框架,采用了多基决策树联合决策的思想。模型避免了训练出一棵"空"决策树,把所有客户都预测为未流失的问题。与单个分类器相比,提高了预测模型的查准率和泛化能力。