论文研究 使用机器学习和建议计划的电信客户流失预测

保持客户满意度对于说业务成功，尤其是在电信领域取得成功至关重要。许多公司经历了不同的技术，这些技术可以预测客户流失率并帮助设计有效的客户保留计划，因为获取新客户的成本远高于保留现有客户的成本。在本文中，已使用三种机器学习算法通过两个基准数据集IBMWatson数据集来预测流失贝叶斯，朴素贝叶斯，支持向量机和决策树，该数据集由7033个观测值，21个属性和cell2cell数据集组成，其中包含71047个观测值和57个观测值属性。模型的性能已通过曲线下的面积（AUC）进行了测量，IBM数据集的得分分别为0.82、0.87、0.77，cell2cell数据集的得分分别为0.98、0.99和