基于BP神经网络的移动用户流失预测算法的研究

基于BP神经网络的移动用户流失预测算法的研究

ID:34721330

大小:6.19 MB

页数:78页

时间:2019-03-10

基于BP神经网络的移动用户流失预测算法的研究_第1页
基于BP神经网络的移动用户流失预测算法的研究_第2页
基于BP神经网络的移动用户流失预测算法的研究_第3页
基于BP神经网络的移动用户流失预测算法的研究_第4页
基于BP神经网络的移动用户流失预测算法的研究_第5页
资源描述:

《基于BP神经网络的移动用户流失预测算法的研究》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、未#?擎@硕士学位论文THES'ISFORMASTERSDEGREE论文题目基于BP神经网络的移动用户流失预测算法的研究作者安轩邈学院软件学院专业软件工程指导教师于瑞云教授备注二零一六年十二月学位论文基于BP神经网络的移动用户流失预测算法的研究作者姓名:安轩邈指导教师:于瑞云教授东北大学软件学院:工学申请学位级别:硕士学科类别学科专业名称:软件工程‘论文提交日期:2016年12月论文答辩日期:2016年12月学位授予日期:年月答辩委员会主席:姜

2、慧研评阅人:马连博刘军东北大学2016年12月AThesisinSoftwareEngineeringResearchandDesinofTelecommunicationgCustomerChurnPredictionAlorithmBasedgBPNetworkBAnXuanmiaoySuervisor:ProfessorYuRuinnpyNortheasternUniversityDecember2016独创性声明本人声明,所呈交的学位论文是

3、在导师的指导下完成的。论文中取得的研宄成果除加以标注和致谢的地方外,不包含其他人己经发表或撰写过的研宄成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:曰期:2。丨1年/〇^飞学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数

4、据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后:半年□-年□-年半□两学位论文作者签名导师签名:?j卜"签字曰期:签字曰期:jl?1^丨--I东北大学硕士学位论文基于BP神经网络的移动用户流失预测算法的研究摘要国内外电信市场环境竞争越来越激烈并且日趋完善。虽然电信行业的服务水平已经有了明显的提高,但面对竞争对手的增加、面对有限的市场资源以及移动用户需求的不断变化,移动用户的流失是不可避免的。因此,移动用户的流失预测是电信行业目前所。关注的主要问题本文基于辽宁移动用

5、户数据的特点,提出了两种有效的移动用户流失预测算法。由于移动用户的话单数据的属性多、数据量大,传统的基于统计学的预测方法并不适用一。BP神经网络能够对任意复杂的非线性函数问题进行建模,因此本文提出种基于BP神经网络的移动用户流失预测模型,。根据移动用户的话单数据的特点确定了网络的结构、参数以及训练函数。针对移动用户流失预测问题,BP神经网络模型取得了不错的效果。由于BP神经网络采用梯度下降算法,,网络的局部搜索能力强但全局搜索能力相对较弱,而粒子群算法和遗传算法都有很强的全局搜索能力,因此,本文提出分别用改

6、进的粒子群算法和改进的遗传算法来初始化BP神经网络的权值和阈值,从而提高移动用户流失预测模型的准确率。改进的粒子群算法的核心步骤是根据粒子的适应度值将粒子进行分类,不同种类的粒子根据其自身的特点有着不同的速度更新公式,这种策略大大提升了粒子群优化算法的全局搜索能力。根据相应的转化方法将粒子的位置向量转化为BP神经网络的权值和阈值,构建基于改进粒子群算法优化BP祌经网络的用户流失预测模型,该模型针对移动用户流失预测问题展现了很好的性能。在标准遗传算法中,每个个体的交叉概率和变异概率都是固定的,这种固定的率的设

7、计会降低算法的全局搜索能力一,同时也会影响算法的稳定性。本文提出种自适应的交叉概率和变异概率的计算策略,提高了遗传算法寻找全局最优解的能力。构建基于改进遗传算法优化BP神经网络的用户流失预测模型,通过对比实验发现,该模型在移动用户流失预测准确率上有着很好的表现,比改进粒子群算法优化BP神经网络的用户流失预测模型有着更短的训练时间。关键词:用户流失;BP神经网络;粒子群算法;遗传算法--II东北大学领士学位论文AbstractResearchandDesinofTelecommunication

8、gCustomerChumPredictionAlgorithmBasedBPNetworkAbstractTelecommarketenvironmentwill

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。