基于机器学习的客户数据预测理论研究及工具实现

作者: 时间:2016年04月22日 17:38 点击数:

研究单位:北京邮电大学软件学院

课题负责人:牛琨

结题时间:2011年12月      本课题为青年科研创新计划专项项目。

成果简介:

随着市场竞争的日益激烈,电信运营商愈来愈重视对客户需求的分析和客户行为的观测。但客户数据存在缺失值比例高、异常值多等数据质量问题,造成了客户数据分析应用的实施困难和结论错误,对企业决策造成了不利的影响。

该课题针对电信运营商客户数据的质量问题,通过对数据结构、分布特点的研究,提出了客户数据质量的业务模型;在对数据挖掘的分类技术进行深入研究基础上,提出了客户数据预测中分类技术的适用性问题,采用实验方法得出了不同分类算法对电信行业客户数据预测应用中的适用性结论;研究并提出了两种可以有效降低客户数据预测误差的插补算法,已经撰写为论文公开发表,并得到了实际客户数据的客观检验;基于以上理论研究成果,开发了面向电信行业的客户数据预处理系统,具有较广泛的应用范围和数据预处理能力。该课题组在国内外刊物及国内外会议上发表学术论文5篇;指导本科生8人,协助指导研究生5人。

北京市昌平区北七家镇北京邮电大学宏福校区(102209) 010-58828027