基于神經(jīng)網(wǎng)絡的客戶離網(wǎng)預警管理研究.pdf

1、人工神經(jīng)網(wǎng)絡(下面簡稱神經(jīng)網(wǎng)絡)被廣泛應用在數(shù)據(jù)挖掘、控制，人工智能等多個領域。本文討論將神經(jīng)網(wǎng)絡技術用于電信行業(yè)，幫助電信企業(yè)準確、高效地識別出有離網(wǎng)傾向的客戶，從而及時地為該企業(yè)挽回由于客戶離網(wǎng)帶來的損失，增強企業(yè)的綜合競爭力。 客戶離網(wǎng)前通常會表現(xiàn)出與忠誠度高的客戶不同的行為，例如：經(jīng)常性呼轉到某一固定的號碼，或主被叫不對稱等。當我們學習到這些可以識別用戶有無離網(wǎng)傾向的特征后，可以歸納、總結這些特征，并用使用它們來預測一個

2、用戶的行為。由于這些特征繁多，而且相互關聯(lián)，通過行業(yè)專家人工判斷的準確性和及時性都得不到保障。而且這些特征并非是通過簡單的線性組合來標識用戶是否離網(wǎng)的函數(shù)，他們是各種各樣的變量，難以處理。通過神經(jīng)網(wǎng)絡技術，將預處理后的已經(jīng)離網(wǎng)和未離網(wǎng)的客戶的特征信息作為網(wǎng)絡的輸入，并給出教師信號進行學習，將學習得到的網(wǎng)絡架構和網(wǎng)絡節(jié)點連接權值存儲起來，用于將新一批客戶進行分類，這就是基于神經(jīng)網(wǎng)絡的客戶離網(wǎng)預警管理的主要原理。 通常的用于進行類標

3、簽識別的分類數(shù)據(jù)挖掘技術有：決策樹、神經(jīng)網(wǎng)絡和粗糙集。使用神經(jīng)網(wǎng)絡來進行客戶離網(wǎng)預警的優(yōu)點在于其模型建立簡單，識別精度高。 通過神經(jīng)網(wǎng)絡識別出客戶離網(wǎng)傾向后，還需要通過信息化的手段來管理這些離網(wǎng)客戶，指導客戶經(jīng)理一對一關懷，并將預測錯誤的用戶標識出來，用于系統(tǒng)再學習，提高識別的精度。 實踐表明，采用了這種基于神經(jīng)網(wǎng)絡的客戶離網(wǎng)預警管理后，明顯改善了電信企業(yè)客戶流失率，為電信企業(yè)挽回了巨大的損失，這在當前競爭激烈的國內和國