（管理科学与工程专业论文）基于商务智能的客户流失预测模型与算法研究.pdf

西南交通大学博士研究生学位论文第l 页 摘要 客户流失管理是许多行业关注的一个重要问题，近年来，以传统统计学 方法和人工智能方法为基础，客户流失预测研究取得了丰富的研究成果，但 尚存许多值得研究的问题。商务智能的崛起为客户流失预测的研究提供了新 的思路。 本文在商务智能理论和客户关系理论框架下，对现有客户流失预测模型 结构进行修订，提出了新的预测模型结构。然后，以新的预测模型结构为基 础建立了客户流失策略管理模型、客户流失特征提取与属性选择方法、客户 流失预测模型，对电信业的客户流失预测问题进行了实证考察，从一个新的 角度加深了对客户流失的规律理解。最后，对控制客户流失的策略进行了研 究。现总结如下 一、提出一种新的客户流失预测模型结构，以一种崭新的思路研究客户 流失问题根据客户数据的特点和现用预测方式的不足，采用特征提取、属 性选择、预测模型设计的预测新思路来研究客户流失问题。通过对新模型结 构实现算法和实证的研究，证明了新模型结构比现用模型结构更加有效。 二、应用基于企业竞争的d e l t a 策略模型，提出一种用于电信业的客户 流失管理策略模型( c m s m ) 。通过使用某电信企业客户流失数据集，对c m s m 进行了验证。其结果表明，该模型描述了客户流失的原因且包含了与企业竞 争策略相关的主要预测因子，从而使其实际应用更易控制。 三、利用特征提取和指标属性选择方法，对电信业客户流失预测进行实 证分析。主要结论是 i 、将核主成分分析( k p c a ) 引入到客户流失预测中，提出了相应的特征提 取算法，将k p c a 与l o g i s t i c 回归结合，设计了预测模型。对某电信公司客 户流失预测的实证结果表明，该方法获得的命中率、覆盖率、准确率、提升 系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度区间和 k a p p a 。高于原始属性集和主成分分析( p c a ) 特征提取法。这表明k p c a 能提取 客户数据的非线性特征，是研究客户流失预测问题的有效方法 第1 i 贡西南交通大学博士研究生学位论文 2 、将信息增益( i g ) 引入到客户流失预测中，提出了相应的属性选择算法， 将i g 与神经网络( n n ) 结合，设计信息增益神经网络( i g n n ) 预测模型对某电 信公司客户流失预测的实证结果表明，该方法获得的命中率、覆盖率、准确 率，提升系数、命中率置信度区间、覆盖率置信度区间、整体准确率置信度 区间和k a p p a ，高于属性相关性选择法、一致性选择法，实例选择法和对称 不确定性选择法，这表明i g n n 具有比n n 更好的预测能力和泛化能力，从而 证实了该方法的有效性、可行性和可靠性。 3 、客户流失预测中的属性选择是一个满意优化问题。针对已有属性选择 方法较少考虑属性获取代价和属性集维数的自动确定问题，提出一种满意属 性选择方法( s a s m ) ，将样本分类性能、属性集维数和属性提取复杂性等多种 因素综合考虑。给出属性满意度和属性集满意度定义，设计出满意度函数， 导出满意属性集评价准则，详细描述了属性选择算法。对某电信公司客户流 失预测的实证结果显示，s a s m 获得的命中率、覆盖率、准确率、提升系数、 命中率置信度区间、覆盖率置信度区间，整体准确率置信度区间和k a p p a ， 高于属性相关性选择法、一致性选择法、实例选择法和对称不确定性选择法 证实了s a s m 的有效性、可靠性和实用性。 4 、随着时间跨度增加，利用特征提取和属性选择方法所建立的预测模型， 需重新训练，才可能得到满意的结果。 四、利用基于结构风险最小化准则的s v m 方法，对电信业客户流失预测 进行实证分析。主要结论是 t 、应用标准s v m ，研究了电信业客户流失预测问题。并以某电信公司客 户流失预测为实例，与人工神经网络、决策树、贝叶斯分类器等方法进行了 对比，发现，除模型整体准确率、整体准确率置信度区间略低于决策树c 4 5 外，该方法能获得最好的命中率、覆盖率、提升系数、命中率置信度区间、 覆盖率置信度区阊、k a p p a ，是研究客户流失预测问题的有效方法。 2 、针对目前客户流失预测方法的不足，在利用训练样本中不同类个数比 值来确定各类惩罚参数的基础上，改进标准的c 支持向量分类机( s v c ) 。通过 以某电信公司客户流失预测为实例，与标准c s v c 、人工神经网络、决策树、 贝盱斯分类器等方法进行了对比。发现，除模型整体准确率、整体准确率置 信度区间略低于a n n ，l o g i s t i c 回归和贝叶斯分类器外，该方法能获得较好 的正确率、命中率、覆盏率、提升系数、命中率置信度区间、覆盖率置信度 区间、k a p p a ，是研究客户流失预测问题的有效方法； 西南交通大学博士研究生学位论文 第l ii 页 3 、利用简易s v m 方法所建的客户流失预测模型，在模型评价结果相当的 条件下，其运算花费的时间较小： 4 、通过对“拒真纳伪”两类错误在客户流失预测中不同影响分析比较， 采用s v m 作为预测模型，并利用某电信公司实际数据对两类错误的平衡控制 进行了研究。实验结果表明，选取一个适当的损失比例系数，预测模型能在 控制两类错误的前提下，有效地减少期望损失函数值，这在实际应用中具有 反映问题本质的现实意义。 5 、随时间跨度的增加，预测模型应该重新训练才能得到满意的效果。 五、结合客户关系管理理论，从客户价值和客户满意的角度提出了客户 流失分类表；然后通过对客户流失进行受力分析，发现导致客户流失的为推 力和引力；最后通过引入拉力策略和阻力策略来控制客户流失。 关键词：客户流失；商务智能；预测；统计学习理论：支持向量机；特征提 取；属性选择；电信业： a b s t r a c t c u s t o m e rc h u r nm a n a g e m e n ti si m p o r t a n tf o rm a n yi n d u s t r i e s i n r e c e n ty e a r s ，t h er e s e a r c h e so i lc u s t o m e rc h u r np r e d i c t i o nh a v ec a m eo u t w i t h m a n yg r e a t r e s u l t so nt r a d i t i o n a ls t a t i s t i c sm e t h o d sa n d a r t i f i c i a li n t e l l i g e n c em e t h o d s h o w e v e r ，t h e r ea r es t i l lm a n yf i e l d s n e e dt ob es t u d i e d 。t h ee v o l u t i o no fb u s i n e s si n t e l l i g e n c e ( b i ) p r o v i d e san e ww a yf o rs t u d y i n gt h ec u s t o m e rc h u r np r e d i c t i o n t h i sp a p e rr e v i s e sc u r r e n tm o d e ls t r u c t u r eo fc u s t o m e rc h u r n p r e d i c t i o na n de s t a b l i s h e san e wm o d e ls t r u c t u r eo fc u s t o m e rc h u r n p r e d i c t i o nu n d e rt h ef r a m eo fb ia n dc u s t o m e rr e l a t i o n s h i pm a n a g e m e n t ( c r m ) t h e o r y b a s e d o n t h e n e wm o d e l s t r u c t u r e ，c u s t o m e rc h u r n m a n a g e m e n ts t r a t e g ym o d e l ，f e a t u r ee x t r a c t i o n ，a t t r i b u t es e l e c t i o na n d p r e d i c t i o nm o d e la r ep r o p o s e d t h i sp a p e ri n v e s t i g a t e se m p i r i c a l l y c u s t o m e rc h u r np r e d i c t i o nf o rt h et e l e c o m m u n i c a t i o ni n d u s t r y f r o ma n e wp o i n to fv i e w ，i tr e i n f o r c e st h ec o m p r e h e n s i o l lo fc u s t o m e rc h u r n r u l e s f i n a l l y ，t h es t r a t e g i e sa r es t u d i e df o rc o n t r o l l i n gc u s t o m e r c h u r n t h ec o n c r e t er e s e a r c h e si n c l u d eb e l o wc o n t e n t 1 、an e ws t r u c t u r ef o rp r e d i c t i n gc u s t o m e rc h u r ni sp r o p o s e da n d c o n s e q u e n t l yaf i r e n e wt h i n k i n gi si n t r o d u c e dt os o l v et h ed i f f i c u l t p r o b l e mo fc u s t o m e rc h u r np r e d i c t i o n a c c o r d i n gt ot h ec h a r a c t e r i s t i c s o fc u s t o m e rd a t aa n dt h ed r a w b a c k so ft h ee x i s t i n gm e t h o d s ，t h i s d i s s e r t a t i o nu s e san e ww a y ，i n c l u d i n gf e a t u r ee x t r a c t i o n ，a t t r i b u t e s e l e c t i o n ，p r e d i c t i o nm o d e ld e s i g nt os o l v et h ed i f f i c u l ti s s u e so f c u s t o m e rc h u r n e x p e r i m e n t sv a l i d a t et h a tt h en e wm o d e ls t r u c t u r ei s m o r ee f f e c t i v et h a nt h ec u r r e n tm o d e ls t r u c t u r e 2 、ac u s t o m e rc h u r nm a n a g e m e n ts t r a t e g ym o d e l ( c m s m ) i sp r o p o s e d f o rt h et e l e c o m m u n i c a t i o ni n d u s t r y ，w h i c hi sb a s e do nd e l t as t r a t e g y m o d e lf o rf i r mc o m p e t i t i v e n e s s 。c m s mi ss u b s t a n t i a t e db yu s i n ga 西南交通大学博士研究生学位论文第v 页 c u s t o m e rc h u r nd a t a s e to fat e l e c o m m u n i c a t i o nc a r r i e r i ti sf c u n dt h a t t h em o d e lc o u l dd e s c r i b ec u s t o m e rc h u r nr e a s o n sa n di n c l u d et h em a i n p r e d i c t o rf a c t o r sr e l a t e dw i t hf i r mc o m p e t i t i v e n e s ss t r a t e g y ，t h e r e b y i t sa p p l i c a t i o ni se a s i l yc o n t r o l l e d 3 、t h ep a p e re m p i r i c a l l ya n a l y z e st h ec u s t o m e rc h u r np r e d i c t i o n i nt h ei n d u s t r yb yu s i n gf e a t u r ee x t r a c t i o na n da t t r i b u t es e l e c t i o n m e t h o d s m a i nc o n c l u s i o n s1 i ei nf o u ra s p e c t s f i r s t l y ，k p c ai si n t r o d u c e di n t oc u s t o m e rc h u r np r e d i c t i o n ，a n d t h e c o r r e s p o n d i n g f e a t u r ea b s t r a c t i o nm e t h o di s p r e s e n t e d t h e p r e d i c t i o nm o d e li sd e s i g n e db yc o m b i n i n gk p c aa n dl o g i s t i cr e g r e s s i o n e x p e r i m e n t a lr e s u l t so fc u s t o m e rc h u r np r e d i c t i o nf o rat e l e c o m m u n i c a t i o nc a r r i e rs h o wt h a tt h ep r o p o s e dm e t h o di ss u p e r i o rt oo r i g i n a l a t t r i b u t e sa n dp c af e a t u r ea b s t r a c t i o ni nh i tr a t e ，c o v e r i n gr a t e ， a c c u r a c yr a t e ，1 i f tc o e f f i c i e n t ，h i tr a t ec o n f i d e n c ei n t e r v a l ，c o v e r i n g r a t ec o n f i d e n c ei n t e r v a l ，a c c u r a c yr a t ec o n f i d e n c ei n t e r v a la n dk a p p a ， w h i c hi n d i c a t e st h a tk p c aa b s t r a c t sn o n l i n e a rf e a t u r e so fc u s t o m e r d a t aa n dp r o v i d e sa ne f f e c t i v em e a s u r e m e n tf o rc u s t o m e rc h u r n p r e d i c t i o n s e c o n d l y ，i n f o r m a t i o ng a i n ( i g ) i si n t r o d u c e di n t oc u s t o m e rc h u r n p r e d i c t i o n ，a n dt h ec o r r e s p o n d i n ga t t r i b u t es e l e c t i o nm e t h o di sp r e s e n t e d i n f o r m a t i o ng a i nn e u r a ln e t w o r k ( i g n n ) m o d e li sd e s i g n e db y c o m b i n i n gi ga n dn n e x p e r i m e n t a lr e s u l t so fc u s t o m e rc h u r np r e d i c t i o n f o rat e l e c o m m u n i c a t i o nc a r r i e rs h o wt h a tt h ep r o p o s e dm e t h o di s s u p e r i o rt oc o r r e l a t i o ns e l e c t i o n ，c o n s i s t e n c ys e l e c t i o n ，i n s t a n c e b a s e ds e l e c t i o na n ds y m m e t r i cu n c e r t a i n t ys e l e c t i o ni nh i tr a t e ， c o v e r i n gr a t e ，a c c u r a c yr a t e ，1i f tc o e f f i c i e n t ，h i tr a t ec o n f i d e n c e i n t e r v a l ，c o v e r i n gr a t ec o n f i d e n c ei n t e r v a l ，a c c u r a c yr a t ec o n f i d e n c e i n t e r v a la n dk a p p a ，w h i c hi n d i c a t e st h a ti g n nh a ss t r o n g e rc a p a b i i i t i e s o fp r e d i c t i o na n dg e n e r a l i z a t i o nt h a nn nt ob ee x p e c t a n t l ya p p l l e dt o p r a c t i c e h e n c e ，t h ev a l i d i t y ，c r e d i b i l i t ya n dr e l i a b i l i t yo ft h e p r o p o s e dm e t h o da r ev e r i f i e d t h i r d l y ，h t t r i b u t es e l e c t i o n i s e s s e n t i a l l yas a t i s f a c t o r y 第v i 页西南交通大学博士研究生学位论文 o p t i m i z a t i o np r o b l e mi nc u s t o m e rc h u r np r e d i c t i o n 。m o s to ft h ee x i s t i n g a t t r i b u t e s e l e c t i o nm e t h o d sd i dn o tc o n s i d e rt h ec o s to fa t t r i b u t e e x t r a c t i o na n da u t o m a t i cd e c i s i o no ft h ed i m e n s i o no fa t t r i b u t es u b s e t i nt h i sp a p e r 。an o v e la p p r o a c hc a l l e ds a t i s f a c t o r ya t t r i b u t es e l e c t i o n m e t h o d ( s a s m ) i sp r o p o s e d 。s a s mc o n s i d e r sc o m p r o m i s i n 9 1 yc l a s s i f i c a t i o n p e r f o r m a n c eo fa t t r i b u t es a m p l e s ，t h ed i m e n s i o no fa t t r i b u t es e ta n d t h ec o m p l e x i t yo fa t t r i b u t ee x t r a c t i o n a t t r i b u t es a t i s f a c t o r yr a t e a n da t t r i b u t es e ts a t i s f a c t o r yr a t ea r ed e f i n e d s e v e r a ls a t i s f a c t o r y r a t ef u n c t i o n sa r ed e s i g n e d s a t i s f a c t o r ya t t r i b u t es e te v a l u a t i o n c r i t e r i o ni s g i v e n i nam a t h e m a t i c a lw a y s a t i s f a c t o r ya t t r i b u t e s e l e c t i o na l g o r i t h mi sd e s c r i b e di nd e t a i l e x p e r i m e n t a lr e s u l t so f c u s t o m e rc h u r np r e d i c t i o nf o rat e l e c o m m u n i c a t i o nc a r r i e rs h o wt h a t s a s mi ss u p e r i o rt oc o r r e l a t i o ns e l e c t i o n ，c o n s i s t e n c ys e l e c t i o n ， i n s t a n c e b a s e ds e l e c t i o na n ds y m m e t r i au n c e r t a i n t ys e l e c t i o ni nh i t r a t e ，c o v e r i n gr a t e ，a c c u r a c yr a t e ，l i f tc o e f f i c i e n t ，h i tr a t ec o n f i d e n n c e i n t e r v a l 。c o v e r i n g r a t ec o n f i d e n c e i n t e r v a l ，a c c u r a c y r a t e c o n f i d e n c ei n t e r v a la n dk a p p a h e n c e ，t h ev a l i d i t y ，r e l l a b i l i t ya n d a p p l i c a b i l i t yo ft h ep r o p o s e dm e t h o da r ev e r i f i e d f o u r t h l y ，w i t ht h ei n c r e m e n to ft i m es p a c e 。t h ep r e d i c t i o nm o d e l b a s e do nf e a t u r ee x t r a c t i o na n da t t r i b u t es e l e c t i o ns h o u l db et r a i n e d o v e ra g a i nt oa c q u i r et h es a t i s f i e dr e s u l t s 4 、t h ep a p e re m p i r i c a l l ya n a l y z e st h ec u s t o m e rc h u r np r e d i c t i o n i nt h e i n d u s t r yb ys u p p o r t v e c t o rm a c h i n eo ns t r u c t u r a lr i s k m i n i m i z a t i o n m a i nc o n c l u s i o n s1 i ei nf i v ea s p e c t s f i r s t l y ，t h i sp a p e rs t u d i e sc u s t o m e rc h u r ni nt e l e c o m m u n i c a t i o n i n d u s t r yb yu s i n gn o r m a ls v m t h em e t h o di sc o m p a r e dw i t ha r i t i f i c a l n e u r a ln e t w o r k d e c i s i o nt r e e ，l o g i s t i cr e g r e s s i o na n dn a i v eb a y e s i a n c l a s s i f i e rr e g a r d i n gc u s t o m e rc h u r np r e d i c t i o nf o rat e l e c o m m u n i c a t i 一 o nc a r r i e r i ti sf o u n dt h a tt h em e t h o dh a st h eb e s ta c c u r a c yr a t e ，h i t r a t e ，c o v e r i n gr a t e ，l i f tc o e f f i c i e n t ，h i tr a t ec o n f i d e n c ei n t e r v a l ， c o v e r i n gr a t ec o n f i d e n c ei n t e r v a l ，a c c u r a c yr a t ec o n f i d e n c ei n t e r v a l a n dk a p p a ，e x c e p tt h a tc 4 5i ss u p e r i o rt ot h ep r o p o s e dm e t h o di nh i t 西南交通大学博士研究生学位论文第v i l 页 r a t ea n dh i tr a t ec o n f i d e n c ei n t e r v a l i tp r o v i d e sa ne f f e c t i v e m e a s u r e m e n tf o rc u s t o m e rc h u r np r e d i c t i o n s e c o n d l y ， a i m e da tt h es h o r t c o m i n g so ft h em e t h o d sf o rc u s t o m e r c h u r np r e d i c t i o n ，t h ei m p r o v e dcs u p p o r tv e c t o rc l a s s i f i e r ( s v c ) i s d e v e l o p e db yu s i n gt h er a t i oo fd i f f e r e n tc l a s s e si nt r a i n i n gs e tt o e v a l u a t et h ep e n a l t yp a r a m e t e r so ft h ec l a s s e s c o m p a r e dw i t hn o r m a l c s v c ，a r i t i f i c a ln e u r a ln e t w o r k ，d e c i s i o nt r e e ，l o g i s t i cr e g r e s s i o n ， n a i v eb a y e s i a nc l a s s i f i e re t cb yp r e d i c t i n gc u s t o m e rc h u r nf o ra t e l e c o m m u n i c a t i o nc a r r i e r ，i ti sp o i n t e dt h a tt h em e t h o dc a na c q u i r e t h eb e t t e ra c c u r a t er a t e ，i nh i tr a t e ，c o v e r i n gr a t e ，l i f tc o e f f i c i e n t ， h i tr a t ec o n f i d e n c ei n t e r v a l ，c o v e r i n gr a t ec o n f i d e n c ei n t e r v a l ，a c e u r a c yr a t ec o n f i d e n c ei n t e r v a la n dk a p p a ，e x c e p tt h a ta r i t i f i c a ln e u r a l n e t w o r k ，d e c i s i o nt r e e ，l o g i s t i cr e g r e s s i o n ，n a i v eb a y e s i a nc l a s s i f i e r a r es u p e r i o rt ot h ep r o p o s e dm e t h o di nh i tr a t ea n dh i tr a t ec o n f i d e n c e i n t e r v a l t h er e s u l t si n d i c a t et h a tt h em e t h o dc o u l db ea ne f f e c t i v e m e a s u r e m e n tf o rc u s t o m e rc h u r np r e d i c t i o n t h i r d l y ，t h ec u s t o m e rc h u r np r e d i c t i o nm o d e lb yu s i n gs i m p l es v m n e e dl e s s t i m ef o rc o m p u t i n gi nt h ee q u i v a l e n tc o n d i t i o no fm o d e l e v a l u a t i o nr e s u l t s f o u r t h l y ，i nt h i sp a p e r ，am o d e lb a s e do ns 州i su s e dt op r e d i c t c u s t o m e rc h u r n t h r o u g ht h ea n a l y s i so nt h ed i f f e r e n te f f e c t so ft w o t y p e so fe r r o r si nc u s t o m e rc h u r np r e d i c t i o n ，t h et r a d e o f fp r o b l e mo f t w ot y p e so fe r r o r sf o rc u s t o m e rc h u r np r e d i c t i o no fat e l e c o m m u n i c a t i o nc a r r i e ra r ei ss t u d i e d e m p i r i c a lr e s u l t ss h o wt h a tt h em o d e l i se f f i c l e n ti n r e d u c i n ge x p e c t a t i o n l o s sf u n c t i o nv a l u eo n c o n t r o l1i n gt h et r a d e o f fp r o b l e mo ft w ot y p e so fe r r o r sb ya d j u s t i n g t h e ? l o s s - r a t i o - c o e f f i c i e n t ”i tr e f l e c t st h ee s s e n c eo ft h ep r o b l e m a n dc a nb eap o w e r f u ld e c i s i o n a i d e dt o o lf o rc u s t o m e rc h u r n f i f t h l y ，w i t ht h ei n c r e m e n to ft i m es p a c e ，t h ep r e d i c t i o nm o d e l b a s e ds v m s h o u l db et r a i n e do v e ra g a i nt oa c q u i r et h es a t i s f i e d r e s u l t s 5 ，t h ec l a s s i f i c a t i o nt a b l eo fc u s t o m e rc h u r ni sp r o p o s e df o r 兰! ! ! 要亘童窒堕盔兰竖主堑壅圭兰焦笙塞 u n d e r s t a n d i n gc u s t o m e rv a l u ea n dc u s t o m e rs a t i s f a c t i o no nc r mt h e o r y t h e n 。i ti sf o u n dt h a tt h et h r u s tf o r c ea n dg r a v i t a t i o nf o r c el e a dt o c u s t o m e rc h u r nb ya n a l y z i n gt h ef o r c e sw h i c he f f e c tc u s t o m e rc h u r n f i n a ll y ，c u s t o m e rc h u r ni sc o n t r o ll e db ym a k i n gr e t a i n i n gs t r a t e g i e s a n dr e s i s t a n c es t r a t e g i e s k e yw o r d s ：c u s t o m e rc h u r n ：b u s i n e s si n t e l l i g e n c e ：p r e d i c t i o n ： s t a t i s t i c a l l e a r n i n gt h e o r y ：s u p p o r t v e c t o r m a c h i n e ：f e a t u r e e x t r a c t i o n ：a t t r i b u t es e l e c t i o n ：t e l e c o m m u n i c a t i o ni n d u s t r y ； 西南交通大学 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门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。本人授权西南交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 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 保密口，在年解密后适用本授权书： 2 不保密曰，适用本授权书。 ( 请在以上方框内打“ ，”) 学位论文作者签名：勇司罂 日期：2 , o 。7 年士月，e l 钳乐 日期：土a 叼年f 月b 日 西南交通大学曲南父迥大罕 学位论文创新性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取德 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不 包含别人已经发表或撰写过的研究成果，也不包含为获得西南交通大学或其 它教育机构的学位或证书而使用过的材料。与我一同工作的同志和集体对本 研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本人完全意 识到本声明的法律后果由本人完全承担。 本学位论文的主要刨薪点如下： 一 l 、在客户流失预测现用模型结构的基础上，提出了新的预测模型框架。 该模型结构构成一个完整的客户流失智能预测系统，能够实现复杂、多变竞 争市场环境中的客户流失快速、准确的预测，从而改善进行客户保持的能力。 ( 第2 章) 2 、基于企业竞争策略的d e l t a 模型，建立了适用电信业客户c m s m ，并 通过实际的电信客户流失数据集，对该模型进行了验证。该模型将单一的流 失分析变量与企业竞争策略联系在一起，从而得到与分析变量相关的策略分 析因子，使客户流失管理更易控制。( 第3 章) 3 、建立了基于客户流失数据特征提取和指标属性选择的方法在客户数 据特征提取方面，采用k p c a 方法对客户数据特征进行提取和对l o g i s t i c 回归 的输入数据进行预处理，实证结果表明，该方法优于原始数据集和p c a 方法； 在客户数据属性选择方面，采用i g 方法和s a s m 方法对客户数据属性进行选择 和对n n 的输入数据进行预处理，实证结果表明，上述方法优于属性相关性选 择法、一致性选择法、实例选择法和对称不确定性选择法。( 第4 章) 4 、基于结构风险最小化准则的s v m 方法。并采用标准s v m 、改进的s v m 和 s s v m 对客户流失进行了预测，实证结果表明，其所获得模型优于b p 神经网络、 c 4 5 决策树、l o g i s t i c 回归、贝叶斯分类器和n p a 方法所建模型。另外，利用 改进s v m 对客户流失预测两类错误的平衡控制进行了研究，实验结果表明，在 s v m 预测模型中，通过调整两类错分的惩罚系数，可以控制两类错误的分布率， 且采用文中定义的期望损失函数来评价预测模型更有实际意义。( 第5 章) 学位论文作者签名：甄司磐、签字日期：加7 年f 月日 1 西南交通大学博士研究生学位论文第1 页 1 1 研究背景和意义 第1 章绪论 客户流失管理是许多行业关注的一个重要问题“1 ，在全球电信业务自由 化与国际化的发展趋势下，各国电信业市场竞争日益激烈“”。据估计电信 业平均每月客户流失率约为2 2 m 】，客户损失不仅会因为减少销售而产生机 会成本1 ，而且会导致所吸引的新客户相对减少，而赢得一个新客户所花费 的成本约为$ 3 0 0 6 0 0 “”，这大约是保留一个老客户所花费成本的5 6 倍“”。 这主要原因是：( 1 ) 老客户购买产品更多“”，并且可以积极地为公司推荐 新的客户“引”。( 2 ) 老客户使得公司花很少的成本来服务，原因在于客户已 经对公司非常熟悉，从可减少服务成本“”1 。( 3 ) 老客户对于竞争市场有少 的敏感性“”。因此，在市场竞争日益激烈的今天，各企业都在思考如何提供 多样的服务以吸引客户上门，如何提供最合乎客户需求的产品和服务给客户， 如何建立长久而持续的关系，以留住客户，减少流失率 2 0 世纪9 0 年代以来，以传统统计学方法、人工智能方法、计算机存储 以及可视化技术研究成果为基础，客户流失预测研究取得了丰富的研究成果 对各企业所将面对的潜在流失客户，进行了预测和因素分析。但相对于商务 智能( b u s i n e s si n t e l l i g e n c e ，b i ) “”中数据仓库( d a t aw a r e h o u s e ，d w ) 、 联机分析处理( o n - l i n ea n a l y t i c a lp r o c e s s i n g ，o l a p ) 和数据挖