電信客戶流失預(yù)警模型的構(gòu)建及應(yīng)用研究.pdf

1、近年來(lái)，隨著電信行業(yè)的蓬勃發(fā)展，通信市場(chǎng)逐漸飽和，形成了“三足鼎立”的態(tài)勢(shì)，移動(dòng)、電信、聯(lián)通三大企業(yè)的競(jìng)爭(zhēng)焦點(diǎn)由新增用戶變?yōu)榇媪坑脩簟Ｊ聦?shí)上，以前的研究大都沒(méi)有考慮到非平衡數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的影響，因此本文欲在前人的基礎(chǔ)上探索基于非平衡數(shù)據(jù)的電信客戶流失預(yù)警研究。
　　本文的數(shù)據(jù)來(lái)源于某公司真實(shí)數(shù)據(jù)。對(duì)于非平衡數(shù)據(jù)，本文創(chuàng)新性的提出了基于密度聚類(lèi)的改進(jìn)SMOTE算法和基于聚類(lèi)算法的欠抽樣的混合抽樣技術(shù)。其中基于密度聚類(lèi)的改進(jìn)SMOTE

2、算法核心思想是通過(guò)對(duì)少數(shù)類(lèi)樣本進(jìn)行聚類(lèi)識(shí)別出噪聲樣本，并將得到的非噪聲樣本進(jìn)行SMOTE過(guò)抽樣。然而通過(guò)改進(jìn)的SMOTE過(guò)抽樣技術(shù)得到的正負(fù)類(lèi)樣本的比例仍然相差較大，故本文對(duì)負(fù)類(lèi)樣本采用了基于聚類(lèi)算法的欠抽樣技術(shù)對(duì)負(fù)類(lèi)樣本進(jìn)行處理，本文主要采用了系統(tǒng)聚類(lèi)中的離差平方和、K-Means聚類(lèi)以及PAM聚類(lèi)方法得到樣本的類(lèi)別標(biāo)簽，然后按照分層抽樣抽取一定的比例，從而使數(shù)據(jù)達(dá)到平衡。
　　將最終得到的樣本數(shù)據(jù)分別運(yùn)用決策樹(shù)方法和隨機(jī)森林方