1、人工神經(jīng)網(wǎng)絡(luò)(下面簡稱神經(jīng)網(wǎng)絡(luò))被廣泛應(yīng)用在數(shù)據(jù)挖掘、控制，人工智能等多個領(lǐng)域。本文討論將神經(jīng)網(wǎng)絡(luò)技術(shù)用于電信行業(yè)，幫助電信企業(yè)準(zhǔn)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(qiáng)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(zhuǎn)到某一固定的號碼，或主被叫不對稱等。當(dāng)我們學(xué)習(xí)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(jié)這些特征，并用使用它們來預(yù)測一個

2、用戶的行為。由于這些特征繁多，而且相互關(guān)聯(lián)，通過行業(yè)專家人工判斷的準(zhǔn)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(biāo)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(luò)技術(shù)，將預(yù)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(luò)的輸入，并給出教師信號進(jìn)行學(xué)習(xí)，將學(xué)習(xí)得到的網(wǎng)絡(luò)架構(gòu)和網(wǎng)絡(luò)節(jié)點(diǎn)連接權(quán)值存儲起來，用于將新一批客戶進(jìn)行分類，這就是基于神經(jīng)網(wǎng)絡(luò)的客戶離網(wǎng)預(yù)警管理的主要原理。 通常的用于進(jìn)行類標(biāo)

3、簽識別的分類數(shù)據(jù)挖掘技術(shù)有：決策樹、神經(jīng)網(wǎng)絡(luò)和粗糙集。使用神經(jīng)網(wǎng)絡(luò)來進(jìn)行客戶離網(wǎng)預(yù)警的優(yōu)點(diǎn)在于其模型建立簡單，識別精度高。 通過神經(jīng)網(wǎng)絡(luò)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(dǎo)客戶經(jīng)理一對一關(guān)懷，并將預(yù)測錯誤的用戶標(biāo)識出來，用于系統(tǒng)再學(xué)習(xí)，提高識別的精度。 實(shí)踐表明，采用了這種基于神經(jīng)網(wǎng)絡(luò)的客戶離網(wǎng)預(yù)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(dāng)前競爭激烈的國內(nèi)和國