基于代价敏感SVM电信客户流失预测研究.docVIP

基于代价敏感SVM电信客户流失预测研究 　　 (北京工业大学 经济与管理学院， 北京 100124) 　　?? 　　摘 要：针对客户流失数据集的非平衡性问题和错分代价的差异性问题，将代价敏感学习应用于Veropoulos提出的采用不同惩罚系数的支持向量机，建立客户流失预测模型，对实际的电信客户流失数据进行验证。通过与传统SVM、C4.5和ANN对比研究，结果显示此方法在精确度、命中率、覆盖率和提升度均有所改善，表明此方法有效地解决了数据集的非平衡性和错分代价问题，是进行客户流失预测的有效方法。?? 　　关键词：客户流失；支持向量机；非平衡数据；代价敏感 ?? 　　中图分类号：TP393.04 文献标志码：A 　　 文章编号：1001?B3695(2009)02?B0521?B03 　　?? 　　Study of telecom customer churn prediction based on cost sensitive SVM 　　?? 　　JIANG Guorui,SI Xuefeng 　　??(School of Economics Management, Beijing University of Technology, Beijing 100124, China) 　　??Abstract:To deal with the problem of unbalanced data classification and asymmetry misclassification cost in customer churn prediction,applied cost sensitive learning to the improved SVM which Veropoulos suggested it could handle the problem unbalanced data classification well to the model of customer churn prediction. The cost sensitive SVM was compared with traditional SVM, C4.5 and ANN through real telecom customer churn data. And found that it has a distinct improvement in accuracy rate, hit rate, covering rate and lift coefficient. It can be used as an effective measure for customer churn prediction. 　　?? 　　Key words:customer churn；support vector machine(SVM)；unbalanced data；cost sensitive?お? 　　0 引言?? 　　产品多样化、用户需求个性化、世界扁平化的趋势等诸多因素加剧了市场竞争的激烈程度，企业不断推出新的产品和业务来满足客户不同需求的同时，多样化的选择空间也带来了严重的客户流失问题。在诸多行业如电信业、银行业、保险业、出版业、医疗保健行业、网络服务行业等，识别流失客户并进行挽留对于公司发展和利润的增长举足轻重。Reichheld等人[1]研究表明，客户流失率减少5%，能给企业带来30%～85%的利润增长。相比客户挽留，发展新客户的成本是挽留客户的5～7倍，而挽留客户的成功率却是发展新客户成功率的16倍[2]。在电信行业，欧洲电信业客户流失率每年为25%，美国为37%，而在亚洲高达48%[3]。在美国由于客户流失所造成的损失每年超过40亿美元。而在国内，中国联通CDMA的客户流失率约为17.9%，GSM约为32%，中国移动的客户流失率为12.6%，中国电信小灵通的客户流失率约为10%[4]。因此，识别流失客户并对其挽留对企业的发展意义重大。?? 　　针对客户流失预测问题，国内外学者通过数据挖掘技术如决策树、神经网络、支持向量机[5~8]等建立预测模型取得了一定的成效，但预测效果并不理想。客户流失数据集具有典型的非平衡性，当采用传统支持向量机(SVM)进行分类时，为了最大化超平面间隔的同时又能降低经验风险水平，分类超平面向样本数较少的一侧偏移，造成SVM过拟合样本点数较多的一类，而低估样本点数较小的一类。Veropoulos通过对两类样本施加不同惩罚系数的方法，改进了传统SVM，解决了数据集的非平衡性问题，提高了分类性能。对于客户流失预测，不仅要考虑数据集的非平衡性问题，还涉及到错分的代价问题。本文针对客户流失