电信运营企业客户流失预测与评价研究

《电信运营企业客户流失预测与评价研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：ＵＤＣ：编号：管理学博士学位论文电信运营企业客户流失预测与评价研究博士研究生：迟准指导教师：梁静国教授学科、专业：管理科学与工程哈尔滨工程大学2013年1月分类号：密级：ＵＤＣ：编号：管理学博士学位论文电信运营企业客户流失预测与评价研究博士研究生：迟准指导教师：梁静国教授学位级别：管理学博士学科、专业：管理科学与工程所在单位：哈尔滨工程大学论文提交日期：2012年9月论文答辩日期：2013年1月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofD.MPrediction

2、andevaluationResearchofCustomerLosingabouttheTelecomOperationCompaniesCandidate:ChiZhunSupervisor:Prof.LiangJingguoAcademicDegreeAppliedfor:DoctorofManagementSpeciality:HarbinEngineeringUniversityDateofSubmission:Sep.2012DateofOralExamination:Jan.2013University:HarbinEngineeringUni

3、versity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有

4、关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日电信运营企业客户流失预测研究摘要电信运营企业客户流失是一个受多因素影响的复杂问题，尤其是2008年以后我国电信业针

5、对3G牌照的发放又进行了新一轮的电信重组，全业务运营下的三大运营企业从此展开了激烈的客户市场竞争。由于我国移动客户群体庞大，中低端客户在不同运营企业间流动性强，因此，针对客户流失的成因分析和建立客户流失预测模型具有重要的理论价值和现实意义。本文详细分析了国内外学者在客户流失领域的研究成果，探讨了客户流失的影响因素和客户流失预测的方法。通过对3G时代电信运营环境的分析，总结了国内外电信运营企业客户流失的现状，并从电信运营环境角度、运营企业流失客户数据统计分析角度深入研究了电信运营企业客户流失的成因，归纳得到客户流失成因的8种类型。据此，基于数据挖掘和客户价值的

6、理论和方法，研究了BP神经网络算法、支持向量机算法、C5.0决策树算法在客户流失预测上的应用，为了获得更好的预测效果，构建了Lagrange组合预测模型和基于客户价值的预测模型。重点就以下问题进行了研究：在广泛研究和借鉴国内外相关数据挖掘理论及成果的基础上，探讨了电信运营企业的客户构成，深入分析了客户流失与流失客户的概念、以及客户流失的现象与特征，从而梳理给出三户关系模型。对构建模型的客户属性进行了分类，即原始属性与衍生属性。以往对电信客户流失预测的研究都是采用客户消费行为、个人信息、缴费信息等原始属性数据，这些原始属性数据很难真实地反映客户流失的行为；加入

7、了衍生属性，如：月租标志、呼转标志、账户余额标志、充值行为标志等，其数据集能更好的预测客户流失，使得预测的命中率更高，计算的客户价值更具研究意义。通过分析客户协议数据、消费行为数据和账单数据得出与客户流失密切相关的属性集，根据获取运营企业数据的难易程度，建立了客户流失预测指标体系，并基于数据挖掘算法建立了Lagrange组合预测模型。针对客户流失预测问题的研究，选择了数据挖掘的三种经典算法（BP、SVM、C5.0）构建了单一客户流失预测模型，并通过对模型的评估显示，任意单一模型都没有最优。据此借助Lagrange函数求极值的思想构建了客户流失的组合预测模型，

8、其预测效果比单一模型更理想。提出二维度预防客户流失的