作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着中国电信业改革不断深入,电信市场日趋饱和,各大运营商都面临日益严峻的客户流失率飙升问题,如何识别高风险流失客户是运营商最为关注的问题.因此,文章借助西安财经大学行知学院校企合作单位的真实客户数据,通过R语言编程,使用数据挖掘中的决策树模型来形成一个系统的客户流失预警监测过程,帮助合作企业提前识别高风险客户流失.结果 发现画像符合套餐使用月数在25个月以上、有服务合约、是集团用户的客户更不易流失.
推荐文章
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
基于数据挖掘的移动通信业客户流失分析研究
数据挖掘
移动通信业
决策树
客户流失
基于数据挖掘的通信业客户挽留系统研究
数据挖掘
客户分割矩阵
客户挽留
客户流失预测
挽留策略制定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据挖掘的手机客户流失预警系统
来源期刊 现代信息科技 学科 工学
关键词 数据挖掘 客户流失 预警 决策树
年,卷(期) 2020,(13) 所属期刊栏目 通信工程
研究方向 页码范围 55-57
页数 3页 分类号 TP319
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2020.13.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
客户流失
预警
决策树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导