基于支持向量机的移动电信行业

VIP免费

3.0 李佳 2024-09-23 4 4 102.5KB 9 页 150积分

侵权投诉

第五章基于 SVM 的移动电信企业客户流失预测

根据第四章的客户流失模型设计，在本章将对模型具体化，实现一个仿真

平台。并根据收集到的某电信公司的数据，在最后进行了预测仿真。

5.1 变量选择和设计

要把客户流失预测模型转换成应用平台，首先就需要对模型的输入输出具

体化。根据数据挖掘的要求，并考虑到实验环境的限制，这里对第四章的设计模

型进行了简化，仿真模型的各输入输出变量如下：

1.客户流失的状态变量 Y：表示客户是非流失客户(不含主动流失和被动流

失)，还是主动流失客户或被动流失客户，也就是系统模型的输出变量。

2.个体静态变量 X1：指在进行模型训练时所对应的时间窗口内没有变化的

客户特征变量。例如：是否集团客户、话费付款方式、客户在网时长。

3.客户行为变量 X1：是从 CDR 计费清单数据中经过转换、按月汇总得到的。

将这些行为变量加以整理可归纳为 7大类来描述：

1)本地通话的行为变量。用于反映客户在本地的消费行为(其中又可以根据

忙时/非忙时、网内网外、主叫被叫再次划分)，客户在本地周末、非周末不同时段

的消费行为，客户在本地使用 IP 打长途的消费行为等。

2)省内、国内漫游通话的行为变量。用于反映客户在省内、国内漫游的消费行

为(其中又可以根据忙时/非忙时、网内网外、主叫被叫再次划分)。

3)港澳台及国际漫游通话及国际、港澳台长途的行为变量。

4)呼转及呼叫。反映客户呼转到不同电信运营商的情况，客户呼叫不同电信

运营商的情况。

5)数据业务的使用情况。例如，短消息的使用、移动上网的使用等。

6)通话号码数。可用于考察用户的联络广度及其在不同电信运营商的分布情

况。

7)客户的总体主被叫行为。

4.客户帐务变量 X3：客户的通话行为产生的消费信息

5.进一步的衍生变量 X4：可以根据前面四点生成的变量，通过求均值、差分

汇总、比率等各种运算，得到其他有意义的变量。例如：呼入呼出比、前三个月

平均消费金额、前三个月平均通话次数。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

150 积分 4人已下载

立即下载 VIP免费下载

摘要：

第五章基于SVM的移动电信企业客户流失预测根据第四章的客户流失模型设计，在本章将对模型具体化，实现一个仿真平台。并根据收集到的某电信公司的数据，在最后进行了预测仿真。5.1变量选择和设计要把客户流失预测模型转换成应用平台，首先就需要对模型的输入输出具体化。根据数据挖掘的要求，并考虑到实验环境的限制，这里对第四章的设计模型进行了简化，仿真模型的各输入输出变量如下：1.客户流失的状态变量Y：表示客户是非流失客户(不含主动流失和被动流失)，还是主动流失客户或被动流失客户，也就是系统模型的输出变量。2.个体静态变量X1：指在进行模型训练时所对应的时间窗口内没有变化的客户特征变量。例如：是否集团客户、话...

展开>> 收起<<

基于支持向量机的移动电信行业.doc

共9页,预览1页

还剩页未读，继续阅读

基于支持向量机的移动电信行业

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: