收藏本站
《西南交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于商务智能的客户流失预测模型与算法研究

夏国恩  
【摘要】: 客户流失管理是许多行业关注的一个重要问题,近年来,以传统统计学方法和人工智能方法为基础,客户流失预测研究取得了丰富的研究成果,但尚存许多值得研究的问题。商务智能的崛起为客户流失预测的研究提供了新的思路。 本文在商务智能理论和客户关系理论框架下,对现有客户流失预测模型结构进行修订,提出了新的预测模型结构。然后,以新的预测模型结构为基础建立了客户流失策略管理模型、客户流失特征提取与属性选择方法、客户流失预测模型,对电信业的客户流失预测问题进行了实证考察,从一个新的角度加深了对客户流失的规律理解。最后,对控制客户流失的策略进行了研究。现总结如下 一、提出一种新的客户流失预测模型结构,以一种崭新的思路研究客户流失问题。根据客户数据的特点和现用预测方式的不足,采用特征提取、属性选择、预测模型设计的预测新思路来研究客户流失问题。通过对新模型结构实现算法和实证的研究,证明了新模型结构比现用模型结构更加有效。 二、应用基于企业竞争的Delta策略模型,提出一种用于电信业的客户流失管理策略模型(CMSM)。通过使用某电信企业客户流失数据集,对CMSM进行了验证。其结果表明,该模型描述了客户流失的原因且包含了与企业竞争策略相关的主要预测因子,从而使其实际应用更易控制。 三、利用特征提取和指标属性选择方法,对电信业客户流失预测进行实证分析。主要结论是 1、将核主成分分析(KPCA)引入到客户流失预测中,提出了相应的特征提取算法,将KPCA与Logistic回归结合,设计了预测模型。对某电信公司客户流失预测的实证结果表明,该方法获得的命中率、覆盖率、准确率、提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和Kappa,高于原始属性集和主成分分析(PCA)特征提取法。这表明KPCA能提取客户数据的非线性特征,是研究客户流失预测问题的有效方法。 2、将信息增益(IG)引入到客户流失预测中,提出了相应的属性选择算法,将IG与神经网络(NN)结合,设计信息增益神经网络(IGNN)预测模型。对某电信公司客户流失预测的实证结果表明,该方法获得的命中率、覆盖率、准确率、提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和Kappa,高于属性相关性选择法、一致性选择法、实例选择法和对称不确定性选择法,这表明IGNN具有比NN更好的预测能力和泛化能力,从而证实了该方法的有效性、可行性和可靠性。 3、客户流失预测中的属性选择是一个满意优化问题。针对已有属性选择方法较少考虑属性获取代价和属性集维数的自动确定问题,提出一种满意属性选择方法(SASM),将样本分类性能、属性集维数和属性提取复杂性等多种因素综合考虑。给出属性满意度和属性集满意度定义,设计出满意度函数,导出满意属性集评价准则,详细描述了属性选择算法。对某电信公司客户流失预测的实证结果显示,SASM获得的命中率、覆盖率、准确率、提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和Kappa,高于属性相关性选择法、一致性选择法、实例选择法和对称不确定性选择法。证实了SASM的有效性、可靠性和实用性。 4、随着时间跨度增加,利用特征提取和属性选择方法所建立的预测模型,需重新训练,才可能得到满意的结果。 四、利用基于结构风险最小化准则的SVM方法,对电信业客户流失预测进行实证分析。主要结论是 1、应用标准SVM,研究了电信业客户流失预测问题,并以某电信公司客户流失预测为实例,与人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现,除模型整体准确率、整体准确率置信度区间略低于决策树C4.5外,该方法能获得最好的命中率、覆盖率、提升系数、命中率置信度区间、覆盖率置信度区间、Kappa,是研究客户流失预测问题的有效方法。 2、针对目前客户流失预测方法的不足,在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上,改进标准的C支持向量分类机(SVC)。通过以某电信公司客户流失预测为实例,与标准C-SVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现,除模型整体准确率、整体准确率置信度区间略低于ANN,Logistic回归和贝叶斯分类器外,该方法能获得较好的正确率、命中率、覆盖率、提升系数、命中率置信度区间、覆盖率置信度区间、Kappa,是研究客户流失预测问题的有效方法; 3、利用简易SVM方法所建的客户流失预测模型,在模型评价结果相当的条件下,其运算花费的时间较小: 4、通过对“拒真纳伪”两类错误在客户流失预测中不同影响分析比较,采用SVM作为预测模型,并利用某电信公司实际数据对两类错误的平衡控制进行了研究。实验结果表明,选取一个适当的损失比例系数,预测模型能在控制两类错误的前提下,有效地减少期望损失函数值,这在实际应用中具有反映问题本质的现实意义。 5、随时间跨度的增加,预测模型应该重新训练才能得到满意的效果。 五、结合客户关系管理理论,从客户价值和客户满意的角度提出了客户流失分类表;然后通过对客户流失进行受力分析,发现导致客户流失的为推力和引力;最后通过引入拉力策略和阻力策略来控制客户流失。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:F274;F224

【引证文献】
中国期刊全文数据库 前2条
1 杨智;夏国恩;金炜东;;基于不平衡数据集的客户流失预测研究[J];计算机应用研究;2010年12期
2 刘飞;;我国通信企业客户流失预测研究综述[J];企业科技与发展;2011年07期
中国博士学位论文全文数据库 前3条
1 史旻昱;基于RSS的个性化网络广告推荐系统研究[D];华中科技大学;2008年
2 范黎林;基于产业链协作平台的商务智能架构及数据挖掘技术研究[D];西南交通大学;2009年
3 向坚持;互联网环境下的中小企业客户关系管理研究[D];中南大学;2010年
中国硕士学位论文全文数据库 前10条
1 杨智;基于不平衡数据集的客户流失预测研究[D];西南交通大学;2011年
2 石瀚凌;基于集成代价敏感分类方法的客户流失预测研究[D];重庆大学;2011年
3 郭鹏;数据挖掘在电信客户离网分析中的研究与应用[D];西北大学;2009年
4 刘翔;基于支持向量机的企业赊销信用风险管理系统研究[D];成都理工大学;2009年
5 赵强;数据挖掘方法在纳税人行为分析中的研究和实现[D];西安电子科技大学;2009年
6 黄聪;基于客户行为分析与企业销售预测的客户管理决策模型与算法研究[D];上海交通大学;2010年
7 张国枝;基于流失调查的冠福汽车贸易有限公司客户保持策略研究[D];兰州大学;2012年
8 吴琴;基于用户细分的流失预测[D];华东师范大学;2012年
9 丁为建;基于商业智能的客户购买行为应用分析[D];华南理工大学;2012年
10 王瑾;基于数据挖掘的电信客户流失预测研究[D];西安电子科技大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 梁波,吴俊峰,舒华英;移动通信客户保持及其决定因素实证研究[J];北京邮电大学学报(社会科学版);2005年04期
2 夏火松,蔡淑琴;基于数据挖掘技术的客户关系管理[J];商业研究;2003年20期
3 廖里,余英泽,吴渝,聂能;数据挖掘和数据仓库及其在电信业中的应用[J];重庆邮电学院学报(自然科学版);2000年04期
4 李泽海,孙吉贵,赵君;商业智能技术及行业应用分析[J];吉林大学学报(信息科学版);2003年01期
5 李逊;商务智能为银行带来什么?[J];银行家;2004年08期
6 张春;商业智能技术与应用分析[J];电信工程技术与标准化;2003年12期
7 高学,金连文,尹俊勋,黄建成;一种基于支持向量机的手写汉字识别方法[J];电子学报;2002年05期
8 张腾飞,肖健梅,王锡淮;粗糙集理论中属性相对约简算法[J];电子学报;2005年11期
9 郭明;基于决策树的客户流失分析[J];广东通信技术;2004年11期
10 李艳;商业智能的支撑技术[J];海淀走读大学学报;2004年01期
中国博士学位论文全文数据库 前2条
1 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
2 沈翠华;基于支持向量机的消费信贷中个人信用评估方法研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前1条
1 赵莽;基于实证分析的移动客户保持影响因素和策略研究[D];北京邮电大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期
2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 叶明全;;数据挖掘在医疗数据中的应用[J];安徽工程科技学院学报(自然科学版);2007年03期
5 马丽丽;贺超兴;纪建伟;张志斌;;基于BP神经网络番茄果实横纵径生长的建模研究[J];安徽农业科学;2008年06期
6 贾泽露;;基于GIS与SDM集成的农用地定级专家系统[J];安徽农业科学;2008年14期
7 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
8 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
9 蔡丽艳;冯宪彬;丁蕊;;基于决策树的农户小额贷款信用评估模型研究[J];安徽农业科学;2011年02期
10 董建明;刘明柱;刘方圆;丁素玲;;地下水动态预测模型研究[J];安徽农业科学;2011年29期
中国重要会议论文全文数据库 前10条
1 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
3 李娜;高广勇;何宏启;曹阳;;基于神经网络模型的室内空气品质评价方法研究[A];2011中国环境科学学会学术年会论文集(第四卷)[C];2011年
4 刘剑锋;桂卫华;黄志武;;基于满意度的T-S模糊建模方法及应用[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
7 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
8 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
9 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九届中国控制会议论文集[C];2010年
10 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
2 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
3 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
4 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
5 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
6 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
7 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
8 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
9 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
10 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
3 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
4 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
5 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
6 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
7 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
8 邓禄群;高光谱图像类别信息相关技术研究[D];哈尔滨工程大学;2010年
9 林天威;基于视频流的人脸识别系统研究[D];哈尔滨工程大学;2010年
10 徐洪伟;数据挖掘中决策树分类算法的研究与改进[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 陈键;;浅析常用聚类分析算法[J];安徽电子信息职业技术学院学报;2007年01期
2 李晓瑞,李旻昕,蔺洪利;关联规则挖掘在保险公司客户信息管理中的应用[J];鞍山钢铁学院学报;2002年06期
3 黄泽宇,卢润彩;急切式和懒惰式学习策略相结合的决策树分类模型[J];北京交通大学学报;2005年05期
4 张晓明;刘萍;王鹏;;基于数据仓库的数据挖掘及联机分析技术[J];兵工自动化;2008年09期
5 张德栋,张强;基于神经网络的企业信用评估模型[J];北京理工大学学报;2004年11期
6 崔林,宋瀚涛,陆玉昌;基于语义相似性的资源协同过滤技术研究[J];北京理工大学学报;2005年05期
7 薛红;聂规划;;基于关联规则分析的“购物篮分析”模型的研究[J];北京工商大学学报(社会科学版);2008年04期
8 王引;美国的社会信用管理体系及其借鉴[J];商业研究;2003年06期
9 张国政;;客户关系管理中基于数据挖掘的客户细分研究[J];商业研究;2006年13期
10 杨路明;杨竹青;曹丽娟;杨涛;;客户关系管理与企业获取客户的方法[J];商业研究;2006年21期
中国重要报纸全文数据库 前1条
1 杨善奎;[N];中国改革报;2004年
中国博士学位论文全文数据库 前10条
1 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年
2 董大海;基于顾客价值构建竞争优势的理论与方法研究[D];大连理工大学;2003年
3 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年
4 李俭川;贝叶斯网络故障诊断与维修决策方法及应用研究[D];中国人民解放军国防科学技术大学;2002年
5 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
6 王萍;基于数据挖掘技术的消费者行为研究[D];吉林大学;2004年
7 阮备军;Web使用挖掘若干关键问题研究[D];复旦大学;2004年
8 蒙肖莲;商业银行客户识别与保持模型研究[D];华中科技大学;2005年
9 张晓丹;汽车发动机故障诊断中不确定性问题的贝叶斯网络解法[D];东北大学;2005年
10 查金祥;B2C电子商务顾客价值与顾客忠诚度的关系研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 宋飞;开封市地价与房价关系研究[D];河南大学;2011年
2 王丽;中国移动通信运营商中高端客户流失研究[D];北京邮电大学;2011年
3 黄展辉;基于数据挖掘的电信客户流失分析[D];广东工业大学;2011年
4 成明余;东风雪铁龙4S店客户流失分析与售后服务改进研究[D];华中科技大学;2010年
5 马跃渊;医学数据统计分析中MCMC算法的实现与应用[D];第四军医大学;2004年
6 薛风;一类客户关系管理优化模型及其解决方案研究[D];中南大学;2004年
7 管东升;移动通信业客户流失行为预测技术的研究[D];大连理工大学;2006年
8 马学良;基于网格计算的商务智能研究[D];浙江工商大学;2006年
9 赵岩;网络化售后服务系统三包费用管理的实现及其关联规则挖掘研究[D];西南交通大学;2006年
10 王振环;基于数据挖掘技术的电信领域客户流失预测系统的研究与实现[D];吉林大学;2006年
【二级引证文献】
中国期刊全文数据库 前4条
1 李凤萍;;大数据时代的网络广告模式——基于RTB的网络广告市场运作模式分析[J];编辑之友;2014年04期
2 卢成东;;中小型外贸企业客户关系管理策略研究[J];经济师;2011年10期
3 杨雪霞;;数据挖掘技术在高校图书馆管理系统中的应用研究[J];软件;2011年04期
4 李丽;;基于数据仓库的汽车质量分析系统的研究[J];中国高新技术企业;2011年25期
中国博士学位论文全文数据库 前3条
1 徐树华;基于社会网络的电信客户采纳新业务与流失行为研究[D];北京邮电大学;2011年
2 迟准;电信运营企业客户流失预测与评价研究[D];哈尔滨工程大学;2013年
3 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
中国硕士学位论文全文数据库 前10条
1 姚克贺;隧道衬砌病害关联性研究及安全性评定设计[D];北京交通大学;2011年
2 黄雄伟;基于Web数据挖掘的客户行为分析研究及应用[D];武汉理工大学;2011年
3 赵锦锦;期货公司客户分类和风险管理[D];云南财经大学;2011年
4 郭斌;商务智能在汽车产业链协作平台中的应用研究[D];西南交通大学;2010年
5 李丽;基于产业链协作平台的汽车故障分析与诊断系统的研究与应用[D];西南交通大学;2011年
6 孙寅;基于注塑机产业链平台的协同销售系统的设计与实现[D];西南交通大学;2011年
7 郑婕;个性化推荐技术在网络教学中的应用研究[D];南昌大学;2011年
8 邹文庄;铁通湖南分公司客户关系管理研究[D];湘潭大学;2011年
9 荆明明;基于Android的个性化RSS订阅系统的设计与实现[D];哈尔滨工业大学;2011年
10 胡奎;四川瑞达电气有限公司发展战略研究[D];西南财经大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李兴旺;对企业战略决策中SWOT模型的改进——结合前景假设对SWOT模型的量化运用[J];商业研究;2001年05期
2 廖里,余英泽,吴渝,聂能;数据挖掘和数据仓库及其在电信业中的应用[J];重庆邮电学院学报(自然科学版);2000年04期
3 周春光,邢辉,徐振龙,王哲;商业数据的预测模型及其算法研究[J];吉林大学学报(信息科学版);2002年03期
4 李泽海,孙吉贵,赵君;商业智能技术及行业应用分析[J];吉林大学学报(信息科学版);2003年01期
5 李逊;商务智能为银行带来什么?[J];银行家;2004年08期
6 郝先臣,张德干,高光来,赵海;数据挖掘工具和应用中的问题[J];东北大学学报;2001年02期
7 张春;商业智能技术与应用分析[J];电信工程技术与标准化;2003年12期
8 赵卫东,盛昭瀚,何建敏;粗糙集在决策树生成中的应用[J];东南大学学报(自然科学版);2000年04期
9 单莹;基于数据仓库的CRM在电信企业中的应用[J];电信技术;2002年01期
10 耿庆鹏,卢子芳;利用数据挖掘技术实现对电信行业用户欺诈行为的预测[J];电信快报;2003年10期
中国博士学位论文全文数据库 前2条
1 苏为华;多指标综合评价理论与方法问题研究[D];厦门大学;2000年
2 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
中国硕士学位论文全文数据库 前2条
1 潘越;基于CLV与客户忠诚的客户细分方法研究[D];大连理工大学;2004年
2 程泽凯;贝叶斯网络结构学习及MBNC实验平台的构建[D];广西师范大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 李祖鹏;张文华;张帆;;客户真的流失了吗?[J];通信企业管理;2006年05期
2 张晓航;沈磊;焦洪国;;管理小说连载(五) 较量[J];通信企业管理;2006年05期
3 沈磊;张晓航;焦洪国;;连载(十) 较量[J];通信企业管理;2006年10期
4 杨文彦;中资银行客户流失的反思[J];中国城市金融;2002年09期
5 牛琨;张舒博;;基于数据挖掘技术的电信业客户流失管理框架[J];电信工程技术与标准化;2006年01期
6 江瑜;;商业银行建立客户流失预测模型的方法研究[J];商场现代化;2007年03期
7 张衢;;经营银行的要点是经营客户[J];金融博览;2007年12期
8 成爱武;姚璐;王颖;;大客户流失原因及其影响因素分析(英文)[J];西安工程大学学报;2009年02期
9 严伟;基于防范客户流失的关系营销模式[J];生产力研究;2003年06期
10 郑强;请挽留你的客户[J];IT经理世界;2004年24期
中国重要会议论文全文数据库 前10条
1 张磊;杜小勇;王珊;;移动通信客户流失预测分析[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
2 余力涛;党延忠;杨光飞;;基于迁移学习的客户流失预测模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
3 司学峰;蒋国瑞;李英毅;;基于数据挖掘技术的客户流失预测研究综述[A];第三届中国智能计算大会论文集[C];2009年
4 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
5 李萍;齐佳音;舒华英;;归因理论在移动客户流失管理中的应用探讨[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年
6 李保升;陆炜颖;吕廷杰;;移动客户流失预测模型研究[A];2006中国控制与决策学术年会论文集[C];2006年
7 支剑;;数据挖掘在电信客户流失中的应用[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
8 张俊巍;;电信行业客户流失管理模型浅析[A];黑龙江省通信学会学术年会论文集[C];2005年
9 段巍巍;;电信客户流失预测主题建模[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
10 赵嘉;;电信客户流失现象分析及挽留策略探讨[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
中国重要报纸全文数据库 前10条
1 王妮娜 浩民;小额账户收费致使银行客户流失[N];经济参考报;2005年
2 早报记者 周玲;电信189攻势为C网成功止血[N];东方早报;2009年
3 李凯;BMC:IT管理减少客户流失[N];通信产业报;2008年
4 訾惠博;如何有效预防客户流失[N];医药经济报;2005年
5 吴喆;如何留下有价值的客户?[N];通信产业报;2004年
6 李文;创新营销模式积极应对客户流失[N];市场报;2005年
7 张海冬;正确应对客户流失[N];经理日报;2004年
8 周志明;创新营销模式积极应对客户流失[N];中国经营报;2005年
9 记者 郭志明;中国企业因客户流失年损失逾6000亿元[N];中国企业报;2008年
10 本报记者 徐继业;5年客户流失率为零 EMC客户满意度95%秘籍[N];21世纪经济报道;2003年
中国博士学位论文全文数据库 前10条
1 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年
2 郭勇;移动商务风险控制方法研究[D];哈尔滨工业大学;2010年
3 迟准;电信运营企业客户流失预测与评价研究[D];哈尔滨工程大学;2013年
4 邓小龙;基于复杂网络分析的新一代电信CRM关键技术研究[D];北京邮电大学;2011年
5 陈金波;面向电信CRM的数据挖掘应用研究[D];东南大学;2006年
6 夏国恩;基于商务智能的客户流失预测模型与算法研究[D];西南交通大学;2007年
7 刘勇;中国电信业流失客户赢回策略研究[D];华中科技大学;2007年
8 徐树华;基于社会网络的电信客户采纳新业务与流失行为研究[D];北京邮电大学;2011年
9 胡理增;面向供应链管理的物流企业客户关系管理研究[D];南京理工大学;2007年
10 袁胜军;信息资源视角的客户忠诚模型与管理体系构建[D];同济大学;2007年
中国硕士学位论文全文数据库 前10条
1 王平;利用数据挖掘实现电信业的客户流失预测分析[D];西南交通大学;2003年
2 毕锟;基于决策树算法的客户流失预测系统的分析与研究[D];武汉理工大学;2010年
3 刘孝会;基于决策树算法的IT行业客户流失预测技术研究[D];江西理工大学;2011年
4 王晓婷;邢台移动用户流失预警系统分析与设计[D];北京邮电大学;2010年
5 张艳红;数据挖掘在铁通客户流失控制中的应用[D];河北科技大学;2010年
6 邓森文;基于COX模型的移动通信中低端客户流失预测研究[D];合肥工业大学;2010年
7 周梦麟;基于电信数据挖掘的研究与应用[D];浙江工业大学;2004年
8 常晓宁;移动通信客户流失问题研究[D];同济大学;2007年
9 方坤;移动通信经营分析系统的构建与客户流失分析[D];南京航空航天大学;2004年
10 成文奇;关联规则算法及其应用研究[D];中南大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026