基于数据挖掘的娄底市移动公司客户流失预警研究

《基于数据挖掘的娄底市移动公司客户流失预警研究》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、学校代号10532学号S1114W556分类号密级工商管理硕士学位论文基于数据挖掘的娄底市移动公司客户流失预警研究学位申请人姓名吴苏培养单位工商管理学院导师姓名及职称陈芝副教授学科专业工商管理硕士研究方向运营管理与电子商务论文提交日期2016年6月26日湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的。陈了文中特别加标注引用的内容外研究成果，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中臥明确方式标明。本人完全意识到本声明的

2、法律后果由本人承担。作者签名：支寒．曰期；趴占年仁月＞占曰学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可＾＾＾将本学位论文的全部或部分内容编入有关数据库进行检索，可站采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于１、保密□。，巧年解密后适用本授权书１２、不保密＾＾’＂（请在Ｕｉ）ｌ上相应方框内打小作者签名．占义居；為曰期；年月曰曰期：

3、年占月曰学校代号：10532学号：S1114W556密级：湖南大学工商管理硕士学位论文基于数据挖掘的娄底市移动公司客户流失预警研究学位申请人姓名：吴苏导师姓名及职称：陈芝副教授培养单位：工商管理学院专业名称：工商管理硕士(MBA)论文提交日期：2016年6月26日论文答辩日期：2016年9月20日答辩委员会主席：张跃军教授PredictionofCustomerLossofLoudiMobileBasedonDataMiningbyWUSuB.E(NationalUniversityofDefenceTechnology)2008Athe

4、sissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofBusinessAdministration（MBA）intheGraduateschoolofHunanUniversitySupervisorAssociateProfessorCHENZhiJun,2016基于数据挖掘的娄底市移动公司客户流失预警研究摘要数据挖掘能够吸取隐藏在大数据后面的有用知识，并把这些隐性知识利用起来，从海量数据中提取人们感兴趣的知识。近十几年来，出现了许多数据挖掘的新方法，如

5、神经网络、文本挖掘、支持向量机等，特别是最近几年，数据挖掘基本概念和方法都已成型，并逐渐得到人们的认可。数据挖掘研究正在向更深层次的方向发展。随着电信改革的不断深入，近几年通信行业在我国蓬勃发展，其产业结构链变得越来越复杂，很多环节都影响了客户行为，从而也赋予了客户流失新的内涵，使得客户挽留与客户保有难度加大。于是，国内很多电信运营商开始寻找新的方法，预测电信客户的流失问题。基于数据挖掘技术的电信客户流失预测研究便开始在国内发展起来。本文根据数据挖掘技术及理论，借助娄底市移动公司的业务数据，釆用了决策树的数据挖掘算法，遵循标准数据建模准则，逐步

6、按照商业理解、数据理解、数据准备、模型构建、模型评估的步骤，对移动客户流失问题做了预测研究，并为移动客户的流失管理提供了战略性策略。首先对本文的研究背景、研究现状、主要研究内容、研究方法和创新点进行了描述。其次，对娄底市移动公司客户流失现状及分析，通过查阅资料和实地调查，运用PEST分析法和行业分析法，对公司所处的宏观环境、行业结构、市场竞争态势进行归纳，分析出其面临的机会与威胁。从实际因素的角度出发，对公司离网数据进行分析，分别进行评价。再次，通过数据抽取，进行数据选择分析，建立模型。最后，提出娄底市移动公司客户流失管理策略。从实际出发，尤其

7、是从总公司未来的发展趋势出发，提出保障公司客户维系的具体策略。本文的研究在前人的研究基础上对电信行业客户的流失管理进行更加细化的分析，为数据挖掘技术在电信行业的客户行为分析和客户关系管理的应用提供了有益参考，并且对电信行业发展和维护与客户的良好关系，增强企业的竞争力也有较大的现实意义。关键词：娄底移动；客户流失；数据挖掘；客户维系II工商管理硕士学位论文AbstractDataminingcandrawusefulknowledgehiddenbehindBigDataandutilizetheserecessiveknowledgetoext

8、ractknowledgepeopleinterestedinfromthemassdata.Overthelastdecade,manynewdat