目前,随着国内业的改革重组,各运营商之间围绕客户与服务的竞争日趋激烈,激烈的竞争必然导致客户处于不稳定状态,各电信运营商都面临严重的客户流失问题。随着国外电信运营商的涌入,这个问题必将进一步恶化。大量而频繁的客户流失延长了企业利润回收的周期,给企业造成了巨大的损失。在这种形势下,如何防止客户流失、实施客户保持工作,已成为电信运营商关注的焦点之一。如何根据客户的特征和客户行为习惯预测客户的流失,并结合竞争环境的变化制定有效的策略挽留和赢回客户以实现赢利,是电信运营企业正常运营的重要任务,也是电信客户研究咨询领域的一个重要课题。 为了解决移动电信客户流失的问题,本文给出了一种可行的解决方案:根据企业现有的信息系统,特别是基于数据仓库的经营分析系统,结合数据挖掘知识建立客户流失预测模型,用此模型挖掘出将要流失的客户,再根据这些客户的通话特征和业务喜好采取针对性的措施加以挽留。本文围绕移动电信行业的客户流失问题介绍了客户流失模型预测模型设计步骤。并强调了模型设计过程中要注意的数据提取、数据预处理、模型验证等问题。 本文根据移动电信运营企业的数据仓库和数据挖掘应用现状,提出了把支持向量机运用到移动电信客户流失预测模型中。文中对数据仓库以及数据挖掘相关的理论与技术进行了进一步的阐述。最后作为数据挖掘中的一种新方法,文中对支持向量机的相关理论进行了系统的阐述。 本文在最后对基于支持向量机方法的电信客户流失模型进行了仿真研究,预测过程包含两个步骤:首先是通过从已知是否流失的客户数据进行学习训练,得出预测模型;接下来就是利用得出的模型对未知是否流失的用户进行预测。经过整个挖掘过程,取得了较好的效果。文中还对与不同核函数以及参数的变化对挖掘结果的影响进行了初步的研究。 文中提出的基于支持向量机的移动电信客户流失预测方案希望能够为我国电信行业客户流失问题的解决提供一定的参考。