基于大数据挖掘技术的用户离网预测模型的研究及应用.docxVIP

基于大数据挖掘技术的用户离网预测模型的研究及应用 摘要 用户离网预测对于用户维系挽留工作来说至关重要，但如何才能建立准确的预测模型呢？本文利用真实的离网用户BSS和OSS数据，运用四类常用的用户离网预测算法分别建立模型，再通过大数据挖掘的基本流程对四种模型进行评估。经对比研究表明，C5.0决策树算法构建的模型具有较高的准确率和覆盖率，且达到了优秀预测模型的标准。进一步在网络优化和用户维系的实际工作中运用该用户离网预测模型，从而降低了用户离网率，减少了用户维系成本，提高了公司利润，具备较高的推广应用价值。 关键词：用户离网预测、数据挖掘、预测算法、C5.0、模型对比  目录 TOC \o 1-3 \h \z \u 摘要 2 0 引言 4 1 用户离网简介 4 1.1 用户离网定义 4 1.2 用户离网因素分析 4 2 数据挖掘技术基本原理 5 2.1 数据挖掘技术简介 5 2.2 离网预测算法简介 5 3 基于大数据挖掘技术的用户离网预测模型研究 6 3.1 业务理解 6 3.2 数据准备 6 3.3 模型构建 7 3.4 模型评估 9 4 基于大数据挖掘技术的用户离网预测模型应用 9 4.1 用户离网预测结果输出 9 4.2 网络优化应用及效果 10 4.3 市场支撑应用及效果