数据挖掘方法在用户流失预测分析中的应用  

Prediction of Churn of customers with Data Mining method

作　　者：刘光远[1] 苑森淼[2] 董立岩[2] 

机构地区：[1]吉林大学通信工程学院,长春130022 [2]吉林大学计算机科学与技术学院,长春130012

出　　处：《计算机工程与应用》2007年第9期154-156,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.60275026)。

摘　　要：移动通信在高速发展的同时,出现了大量用户离网的现象,基于客户信息、消费行为等历史数据,进行客户离网预测分析成为各个运营商普遍关注的问题。文章基于客户的历史数据和短期偶发数据,提出了链型数据挖掘方法,并结合决策树,形成了一个综合的链型树分类器(Chain Tree Classifier,CTC)和用户行为预测模型,实验结果显示,该分类器对移动通信运营商感兴趣的单个事件发生具有良好的预测能力,可被应用到客户离网预测中,从而帮助运营商提前发现具有离网倾向的用户,进而获得更高的利润。In the telecommunication,a major topic is to predict the chum of customers based on the database with customers＇ information and calling history.This paper proposes a chain data mining method to use the historical and temporary data and combined with a Tree database structure to form a Chain tree Classifier（CTC）.Simulation with a group of data shows a satisfied prediction result for the events what the industry of telecom is interested.The method could help the companies to find the churner and to keep the customers and obtain the good revenue.

关 键 词：数据挖掘 链型树分类器 用户流失预测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]