基于pca-nb算法的客户流失预测

《基于pca-nb算法的客户流失预测》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编号硕士学位论文(专业学位)论文题目基于PCA-NB算法的客户流失预测研究生姓名：金鑫指导教师姓名、职称：傅德印学科、专业名称：统计、应用统计硕士研究方向：调查分析与经济统计提交日期：2016年6月6日独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知，，除了文中特别加标注和致谢的地方外论文中不包含其他人已经发表或撰写过的研巧成果一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。＇学位论文作者签名：４：Ａ．签字日期；签字日期＜（＞（？、作导师签名

2、：：、＿户？，Ｉ＇納关于论文使用授权的说明＂本人完全了解学校关于保留、使用学位论文的各项规定，（选择同＂＂＂意／不同意）下事项：１，．学校有权保留本论文的复印件和磁盘允许论文被查阅和借阅，可采用影印、缩印或扫描等复制手段保存、汇编学位论文；＂２）．学校有权将本人的学位论文提交至清华大学中国学术期刊（光盘版电＂子杂志社用于出版和编入ＣＮＫ１《中国知识资源总库》或其他同类数据库，传播本学位论文的全部或部分肉容。之．学位论文作者签名：Ａ矣签字日期：日ｔ和＾Ａ导师签名；／八签字日期：如《＿兰州财经大学硕士学位论文基

3、于PCA-NB算法的客户流失预测ApplicationofcustomerchurnforecastingbasedonPCA-NBalgorithmCandidate:JinXinSupervisor:FuDeYin兰州财经大学硕士学位论文基于PCA-NB算法的客户流失预测摘要近些年来，越来越激烈的市场竞争促使诸多企业开始将营销策略的重点由产品转向客户身上，尤其在发展一个新客户的成本日益攀升的前提下，保持原有的老客户，提前预测出老客户的流失倾向，并采取相应措施防止其流失变得更加具有意义。因此，如何才能准确有效地预测出现有客户的流失倾向，制定科学合理的客户挽留策略

4、，为企业减少损失、创造利润，已经成为了诸多企业关注的重点。朴素贝叶斯分类器作为一种原理十分简单但在实际的应用过程中却十分切实有效的分类模型，因其应用的前提是忽略各属性变量之间存在相关关系的条件独立性假设，但现实中几乎没有满足这个假设的问题，故此假设会对朴素贝叶斯分类器的分类正确率有一定影响。本文针对这一问题在利用朴素贝叶斯分类建模前先进行主成分分析，建立基于主成分分析的朴素贝叶斯分类模型，这样就满足了朴素贝叶斯的条件独立性假设，充分发挥出朴素贝叶斯分类器的优势，并与未进行主成分分析的朴素贝叶斯分类模型进行了比较，说明PCA—NB算法有效的提高了模型的分类正确率。最

5、后将经过主成分分析降维处理的朴素贝叶斯算法应用于电信企业客户流失预测问题中，以期提高单纯用朴素贝叶斯分类模型进行客户流失预测的分类正确率，并根据不同的客户类型采取不同的挽留措施，防止企业的不必要损失，为企业节省发展新客户的成本。关键词：数据挖掘分类朴素贝叶斯主成分客户流失预测分类正确率兰州财经大学硕士学位论文基于PCA-NB算法的客户流失预测AbstractInrecentyears,inthefiercemarketcompetition,enterprise'smarketingstrategyhaschangedtheirattentionfromthepr

6、oducttothethecustomer.especiallyunderthepremiseofthedevelopmentofanewcustomercostsrising,maintainexistingcustomers,predictedinadvancetheoldcustomerchurnintention,andtaketheappropriatemeasurestopreventthelossbecomesmoresignificant.Therefore,howtoaccuratelyandeffectivelypredictacustomer

7、’schurnintentionthendevelopscientificandreasonablecustomerretentionstrategies,forenterprisestoreducethelossesandincreaseprofits,hasbecomethefocusoofmanyenterprises.NaiveBayesclassifierisoneofthemostsimpleandeffectiveclassificationmodelsinthepracticalapplicationofclassificationmodel.Bu

8、tthec