《大数据分析与挖掘》实训教案——电信客户流失预警实验操作手册（改）.docxVIP

基于决策树算法的电信客户流失预警实验

一、操作环境

1.操作系统：windowAll

2.软件平台：LogisPMT,python3.4

二、业务场景

近年来,随着国内电信行业的分割,三大电信运营商忙于开拓市场,抢夺更多的市场份额,而对已有客户的流失管理却得不到应有的重视。随着客户流失率的不断增加,特别是高价值客户的流失,电信企业出现“增量不增收”的局面。因此,如何准确有效地进行客户流失预测,并且制定科学合理的客户挽留策略进行客户挽留,从而最大程度地降低客户的流失率,已成为目前电信运营商急需解决的重要问题。

目标：通过深入挖掘电信客户流失数据，运用决策树（C4.5）算法构建一个精准的电信客户流失预警模型，从而为企业的客户维护工作以及精准营销决策起到支撑作用。

三、数据

电信客户流失数据。数据特征包括客户所在地区、客户年龄、客户的婚姻状况、客户的住址、收入、学历、工龄、性别、家庭人口等静态维度以及用时、互联网、语音、传真、长途_长期、长途_近期、无线_长期、无线_近期等动态业务维度。

数据体量：1000条用户记录（行），41个特征维度（列）

表1字段信息说明

序号

特征变量

字段说明

1

地区

客户常住地区，已脱敏处理，用1,2,3表示

2

用时

客户入网使用时间，单位：小时/月

3

年龄

客户当前年龄

4

婚姻

0表示未婚，1表示已婚

5

住址

客户常住地址，已脱敏处理，