隨機森林在電信行業(yè)客戶流失預測中的應用.pdf

1、隨著通訊工具的日益普及，電信行業(yè)之間爭取客戶、擴大市場份額的競爭日益激烈。按照最新電信行業(yè)成本結(jié)構(gòu)核算，流失一個已有客戶的代價是發(fā)展一個新客戶所帶來利潤的5倍。因此在日趨飽和的客戶市場中，如何預測客戶的流失成為工作的重中之重。 電信行業(yè)的數(shù)據(jù)具有海量且隨時間遞增的特點，而隨機森林(RF，RandomForest)能有效地處理大數(shù)據(jù)集，且具有容噪性較好的特點。因此，本課題將其引入福建移動某地區(qū)分公司的客戶流失預測中。 本文

2、首先利用隨機森林算法建立電信行業(yè)客戶流失預測的初步模型。在原始數(shù)據(jù)預處理方面，我們利用RF算法定義的異常樣本度量尺度來檢測異常樣本，并通過和其他兩種主流異常樣本檢測方法的對比，來說明隨機森林提供的異樣樣本檢測方法的優(yōu)越性。利用這個方法剔除電信行業(yè)客戶數(shù)據(jù)中部分明顯異常的樣本，然后利用RF算法建立初步的流失預測模型，并與移動經(jīng)營分析系統(tǒng)自身提供的模型進行對比，證明RF算法的良好性能。 本文還利用RF提供的用于衡量樣本問相似程度的相

3、似性矩陣(proximitymatrix)進行特征映射，進而得到每個樣本基于該矩陣的放縮坐標，并用該坐標來近似表示樣本集所包含的信息。結(jié)合轉(zhuǎn)導推理思想，本文提出了一種基于隨機森林坐標放縮的降維轉(zhuǎn)導方法。對于標準數(shù)據(jù)庫的實驗表明，這樣的降維轉(zhuǎn)導方法簡單有效，并且能夠較大程度地表達出樣本間信息，是一種良好的維歸約方法。 在此基礎上，通過引入基于馬氏距離的超橢球K均值聚類(HCkmean—in—RF)算法，我們進一步改進客戶流失預測模