1、客戶流失是許多商業(yè)部門都極其反感的問題。每個(gè)行業(yè)都渴望建立和保持一個(gè)忠實(shí)的客戶群。在無線通信行業(yè)中，有許多因素會導(dǎo)致客戶較容易地流失到競爭對手，這些因素包括激烈的競爭、新技術(shù)的出現(xiàn)、低轉(zhuǎn)向成本、新競爭對手的引入。使獲得新客戶的成本增高的這一實(shí)際情況進(jìn)一步加劇了客戶流失問題。
　　電信數(shù)據(jù)集通常有數(shù)百個(gè)描述電話詳單和和客戶資料的屬性。然而，并不是所有的屬性都具有重要的預(yù)測意義，因此有必要選擇最佳的流失預(yù)測器，以便提高預(yù)測模型的性能。

2、此外，流失通常是一個(gè)稀有事件，即正類樣本是少數(shù)類。在這項(xiàng)研究中使用的數(shù)據(jù)集中，例如，流失客戶占總客戶的5.6％，其余都是非流失客戶。提出了類不平衡問題，這削弱了一些像決策樹的數(shù)據(jù)挖掘算法的學(xué)習(xí)。
　　在這項(xiàng)工作中，針對不同的特征子集對客戶流失預(yù)測的影響進(jìn)行了研究。數(shù)據(jù)集包含電話詳單、客戶資料。完整的屬性集被分解成多個(gè)子集，這些子集分別是網(wǎng)內(nèi)電話、國際電話、網(wǎng)外電話、增值業(yè)務(wù)服務(wù)電話、客戶通話活動(dòng)信息、客戶資料。然后評估這些屬性子集

3、，來確定他們對預(yù)測的重要性。接下來，派生出新的屬性分為三類:合同的相關(guān)屬性、電話模式屬性、電話模式變化屬性。這樣的分類為理解這些屬性提供了一個(gè)簡單的框架。
　　合同相關(guān)屬性描述的特征是指客戶與公司的各種協(xié)議或合同，這類屬性中派生了“任期”屬性，它說明了客戶使用該公司服務(wù)的時(shí)間。電話模式屬性所描述的特征是指客戶通話模式的趨勢，這類屬性集包含總呼叫持續(xù)時(shí)間、總電話數(shù)量和總語音電話數(shù)。假設(shè)當(dāng)總電話數(shù)越高，呼叫持續(xù)時(shí)間越長，客戶就不太可能

4、會流失。電話模式變化屬性所描述的特征是指客戶電話模式的變化。這類屬性包含使用分鐘的變化，使用頻率的變化，影響范圍的變化，用戶活動(dòng)的改變，呼叫網(wǎng)外電話持續(xù)時(shí)間的改變，呼叫網(wǎng)外電話所占的百分比，語音電話打出的百分比?？蛻艉艚心Ｊ降母淖兞靠梢允钦蚴秦?fù)。對于一些屬性如使用頻率的變化，如果改變量是正的，這說明用戶在后續(xù)的月份中有比較多的電話，因此不太可能在短期內(nèi)流失。另一方面，對于影響范圍的變化，如果改變量是負(fù)的，這意味著用戶在后續(xù)的月份中電話

5、數(shù)比較少，因此客戶可能早晚會流失。
　　提取了屬性之后，將他們組合起來形成一個(gè)子集被稱為“新屬性”，并將它添加到原始數(shù)據(jù)集中。然后對所有的子集進(jìn)行評估。在第一組實(shí)驗(yàn)中，將所有的子集進(jìn)行測試并比較它們的預(yù)測性能。在第二組實(shí)驗(yàn)中，對修改后的數(shù)據(jù)集和原始數(shù)據(jù)集中的所有子集進(jìn)行測試，以確定是否添加新屬性后的流失預(yù)測率會比原始數(shù)據(jù)集的流失預(yù)測高。由于每個(gè)子集的屬性維數(shù)比較高，所以采用信息增益濾波器的方法來給每個(gè)子集的屬性按重要性進(jìn)行排序，每

6、個(gè)子集選擇排在前面的60個(gè)屬性。
　　采用C4.5、樸素貝葉斯分類器和貝葉斯網(wǎng)絡(luò)三種預(yù)測技術(shù)通過十倍交叉驗(yàn)證來評價(jià)屬性。在這種技術(shù)下，數(shù)據(jù)集在每一次迭代中被分為十份，數(shù)據(jù)集中的九份用作訓(xùn)練集來構(gòu)建預(yù)測模型，剩余的一份作為測試集，執(zhí)行十次迭代。在每種預(yù)測技術(shù)下，采用TPR和FPR的平均值來生成ROC曲線。從ROC曲線中計(jì)算出AUC值，用它作為評價(jià)標(biāo)準(zhǔn)選出流失預(yù)測的最好的特征子集。實(shí)驗(yàn)結(jié)果表明，提出的屬性的預(yù)測性能比原始屬性子集要好。

7、
　　為了解決類不平衡的問題，本論文研究了兩種抽樣方法。在第一個(gè)實(shí)驗(yàn)中，采用了欠抽樣，方法的原理是將訓(xùn)練集中的多數(shù)類進(jìn)行剔除直到得到理想的樣子數(shù)量。在保持少數(shù)類數(shù)量不變的情況下，對多數(shù)類從它的10％到100％進(jìn)行抽樣。在第二組實(shí)驗(yàn)中，運(yùn)用SMOTH方法對少數(shù)類樣本進(jìn)行過抽樣，SMOTE是對少數(shù)類進(jìn)行合成，形成訓(xùn)練集，從而對少數(shù)類進(jìn)行過采樣控制。在這組實(shí)驗(yàn)中，少數(shù)類樣本以100％到1000％進(jìn)行過抽樣來產(chǎn)生連續(xù)的數(shù)據(jù)點(diǎn)。在第三組實(shí)驗(yàn)