數(shù)據(jù)挖掘在移動通信決策支持系統(tǒng)中的應(yīng)用-資料下載頁
2025-06-22 14:17本頁面
【正文】 e a n s 聚類算法總結(jié)歸納不同客戶群的流失特征，最后針對不同客戶的流失特征，制定挽留計劃4 .1數(shù)據(jù)預(yù)處理 數(shù)據(jù)預(yù)處理是對生產(chǎn)系統(tǒng)的數(shù)據(jù)進(jìn)行數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換，它是數(shù)據(jù)挖掘中花費時間 最長的過程，并需對行業(yè)領(lǐng)域知識有較深的理解。數(shù)據(jù)預(yù)處理可使用成熟 的 E T L 工具 ， 如 P o w e r ma r t，也可使用開發(fā)工具定制開發(fā)預(yù)處理程序。E T L工具通常應(yīng)用于企業(yè)數(shù)據(jù)倉庫的建立，這兩種方法實際上無太大區(qū)別，文章采用 C l e m e n t i n e 直接對數(shù)據(jù)進(jìn)行抽取、 轉(zhuǎn)換、 裝載。形成的客戶屬性表通常都會包含以下信息： 用戶基本屬性信息， 即人口統(tǒng)計學(xué)數(shù)據(jù) ，如年齡 、性別等，以及其他數(shù)據(jù) ，如在網(wǎng)時長、付款方式、套餐等；通話行為數(shù)據(jù)，即通話次數(shù)、通話計費、賬單數(shù)據(jù)。 同ETL工具處理后，8000條記錄產(chǎn)生了50個字段。 客戶流失預(yù)測模型的建立 通過關(guān)聯(lián)度分析之后，文章選取了13個與客戶流失有密切關(guān)系的字段作為預(yù)測的輸入字段。他們分別是：年齡、在網(wǎng)時間、本地通話時間、撥打異地移動電話費、撥打本地移動電話費、短信息費、本地白天通話時間、本地夜晚通話時間、短信此時、國內(nèi)話費、國際化肥、本地話費、用戶狀態(tài)。是用戶流失預(yù)測模型中的目標(biāo)字段，取值1或者0，1代表離網(wǎng)，0待變在網(wǎng)。其他字段作為預(yù)測字段，通過歸納分析他們的特征來預(yù)測用戶是否離網(wǎng)。模型評估是對建立的客戶離網(wǎng)預(yù)測模型進(jìn)行評價并改進(jìn)。對于離網(wǎng)模型的評估有多種指標(biāo)，這里主要采用正確率指標(biāo)，借助Clementine中的Analysis節(jié)點來對上述離網(wǎng)模型評估。預(yù)測正確率=正確預(yù)測個數(shù)/測試樣本數(shù)X100%。將在數(shù)據(jù)抽樣階段分離出的檢驗數(shù)據(jù)集輸入該客戶流失預(yù)測模型中，借助 Analysis 節(jié)點， 分析該模 型的準(zhǔn)確率。 該 C 5. 0模型得出的檢驗結(jié)果的正確率高達(dá) 9 9 1 ％， 具有很高的預(yù)測準(zhǔn)確性。因此這里無需對該模型進(jìn)行進(jìn)一步的優(yōu)化。 參考文獻(xiàn)[1] Jiawei HAN Micheline Kamber. Data Mining Concepts and Techniques,Second 。2006[2]
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1