数据挖掘方法在用户流失预测分析中的应用

• 作者: 刘光远 苑森淼 董立岩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 链型树分类器 用户流失预测
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 154-156
• 页数: 3页
• 分类号: TP18
• 字数: 3286字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.09.045

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑森淼	吉林大学计算机科学与技术学院	69	850	15.0	26.0
2	刘光远	吉林大学通信工程学院	16	215	8.0	14.0
3	董立岩	吉林大学计算机科学与技术学院	55	566	12.0	22.0