客戶流失中數(shù)據(jù)挖掘常用算法

1、用數(shù)據(jù)挖掘算法 數(shù)據(jù)挖掘；客戶流失；算法 例如，電信行業(yè)的應(yīng)用領(lǐng)域主要有客戶關(guān)系管理，客戶欺詐分析，客 戶流失分析，客戶消費模式分析，市場推廣分析等。在國內(nèi)隨著對數(shù) 措施，減少客戶流失的發(fā)生。這對企業(yè)降低運營成本，提高經(jīng)營業(yè)績.1 客戶流失分析(Customer Churn Analysis) 夠；或者是注意到了又找不到好的方法，顯得有點無能為力。一方面 的保持，只注重發(fā)展新客戶，長此以往，電信企業(yè)將會出現(xiàn)“增量不 1.1 客戶流失的原因種類型: .和經(jīng)營分公司，或者提供網(wǎng)上服務(wù)等方式，讓客戶在任何地方、任何 如很多電信運營商的用戶在拖欠了大額通信費用后離開這家電信運 牌的產(chǎn)品或服務(wù)的市場占有

2、率情況，了解市場中最有價值產(chǎn)品或服 對手發(fā)展情況進.上述3種情況之外的客戶流失稱為過失流失。這些流失都是由于 1.2 客戶流失預測客戶流失預測的任務(wù)是: 及1.3 客戶流失模型一般客戶流失模型的建立和應(yīng)用過程如下:的 流 失的群體;運用客戶流失行為模型對當前客戶數(shù)據(jù)庫中客戶的行為進行分 失。其分析過程如圖所示:數(shù)據(jù)倉庫客戶分析數(shù)據(jù)現(xiàn)有客戶數(shù)據(jù) 流失客戶數(shù)據(jù)流失客戶基本特征 流失客戶行為特征流失行為預測流失原因分析及對策流失群體預測的分析流程圖2 常用數(shù)據(jù)挖掘算法數(shù)據(jù)挖掘(Data Mining)作為數(shù)據(jù)庫知識發(fā)現(xiàn)的核心技術(shù)，就是 從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含 .

3、 性的推理，從中挖掘出潛在的模式，預測客戶的行為，幫助企業(yè)的決 在目前商用數(shù)據(jù)挖掘軟件中一般對客戶分析的重點是首先對客 戶行為及需求進行分析,以及對客戶細分群進行定義。在此客戶細分 基礎(chǔ)上就可以建立周期價值分析模型,挽留響應(yīng)模型以及流失預測模2.1 抽取數(shù)據(jù)與數(shù)據(jù)分析 2.2 聚類概述 市場營銷等。一般采用聚類的方法，對流失客戶的消費行為進行“細 . 2.2.1 EM聚類算法 布的EM聚類模型與基于歐氏距離的K均值模型是一致 適合基于“海量數(shù)據(jù)”的聚類分析。當然，也存在一些不足之處，比。2.3 決策樹 再被表示為多個If-Then的規(guī)則，該算法己經(jīng)被成功應(yīng)用到醫(yī)療診斷 的分布。樹的最頂層節(jié)點是

4、根節(jié)點。下圖為一棵簡單決策樹，它是一 棵貸款申請的決策樹模型，從中我們可以看到?jīng)Q策樹的基本組成部 是負債是風險低風險否工作時間是低風險否風險2.3.1 決策樹的建立 過程，每次切分對應(yīng)一個問題，也對應(yīng)著一個節(jié)點。對每個切分都要 段:建樹和剪枝。決策樹歸納 . ttribute ttribute8)for each test_attribut的己知值a ；ii22Generate_decision_tree(S,attribute_list-test_attribu1剪枝的目的是降低由于訓練集的噪聲而產(chǎn)生的起伏。算法的基本 否則，算法使用稱為信息增益的基于熵的度量作為啟發(fā)信息， 散值，連續(xù)值的屬

5、性必須離散化。 算法使用同樣的過程，遞歸地形成每個劃分上的樣本判定樹。 一旦一個屬性出現(xiàn)在一個節(jié)點上，就不必考慮該節(jié)點的任何后代 .(c)分枝test_attribute=a沒有樣本(步驟11)。在這種情況i2.3.2 屬性劃分的度量方法算法ID3和C4.5使用信息增益作為選擇屬性對節(jié)點進行劃分的指 SA集S劃分前 n 是一個衡量信息混亂程度的統(tǒng)計量。熵越大，表示系統(tǒng)越混亂。分類 信息增益最大的屬性。通常，決策樹是“貪心算法+深度優(yōu)先搜索” 免這個不足的一種方法是用其它度量而不是信息增益來選擇決策屬 .| S | 2 | S |i=11增益比率度量是用前面的增益度量和這里的分裂信息度量來共 G

6、ain(S,A)SplitInformation(S,A)使用增益比率代替增益來選擇屬性產(chǎn)生的一個實際問題是，當某個 點進行劃分的標準。設(shè)數(shù)據(jù)集S的分 i=11 2.尼指數(shù)就是： Gini(S) = (S1 ) *Gini(S ) + (S1 ) *Gini(S )S 1 S 2 4 用數(shù)值型屬性劃分節(jié)點方法 錄數(shù))。數(shù)值型屬性A將數(shù)據(jù)集S劃分為兩組。對應(yīng)的條件為Aa。如何選擇A呢？可以先對數(shù)據(jù)集S按字段A的值遞增排序，設(shè)A的1 2 n取信息增益最大(基尼指數(shù)最小)的一個就是A的最佳劃分。若V 為最1佳分裂點，通常取a=( V +V )/2。建樹時，在每個節(jié)點上都需要對i i-1基尼指數(shù))。2

7、.3.3 剪枝 的過度擬合(OverFitting)問題。它表現(xiàn)為用某些分類規(guī)則對訓練集 . 方法，去掉最不可靠，可能是噪音2.3.3.1 剪枝的分類 uning先建樹，后修剪。讓樹“完全生長”，然后采用一定的標準評估 2.3.3.2 剪枝的標準 2) 最小描述長度原則；最簡單的解釋是最期望的，對決策樹二2.4 人工神經(jīng)網(wǎng)絡(luò)ArtificialNeuralNetwork記為ANN)是在 對人腦組織結(jié)構(gòu)和運行機制的認識理解基礎(chǔ)之上模擬其結(jié)構(gòu)和智能 因為它為解決大復雜度問題提供了一種相對來說比較有效的簡單方 個預測變量。輸出層的節(jié)點對應(yīng)目標變量，可有多個。在輸入層和輸 12輸入層3456輸出層經(jīng)網(wǎng)絡(luò)模型 點的值就是通過它所有輸入節(jié)點的值