改進(jìn)的模糊聚類算法在預(yù)測移動(dòng)客戶流失中的應(yīng)用研究.pdf

1、隨著經(jīng)濟(jì)與電信行業(yè)的快速發(fā)展，移動(dòng)客戶流失的問題進(jìn)一步凸顯出來，預(yù)測客戶流失成了移動(dòng)運(yùn)營商保持經(jīng)濟(jì)效益、穩(wěn)定企業(yè)發(fā)展的必要工作。最近幾年，數(shù)據(jù)挖掘技術(shù)由于其強(qiáng)大的客戶分析能力，已經(jīng)被廣泛地運(yùn)用于客戶流失預(yù)測之中。與此同時(shí)，隨著模糊理論的日趨成熟，模糊聚類算法也開始被廣泛應(yīng)用于各種實(shí)際問題中。
　　 在模糊聚類算法中，模糊C-均值算法(FCM)是應(yīng)用和研究最廣泛的一種。本文詳細(xì)研究了模糊C-均值算法，針對(duì)FCM算法易于陷入局部最優(yōu)

2、解這一缺陷，提出了一種基于優(yōu)化遺傳的FCM算法(IGC-FCM)。首先，針對(duì)遺傳算法存在編碼長度過長、易于“早熟”等不足，本文采用實(shí)數(shù)編碼策略、自適應(yīng)變異算子來優(yōu)化遺傳算法，優(yōu)化的遺傳算法提高了運(yùn)行效率，擴(kuò)大了全局搜索能力，具有更好的適應(yīng)度;之后將優(yōu)化的遺傳算法與傳統(tǒng)的FCM算法結(jié)合，即IGC-FCM。實(shí)驗(yàn)仿真結(jié)果表明，IGC-FCM算法既保留了傳統(tǒng)FCM算法的快速收斂的優(yōu)點(diǎn)，又?jǐn)U大了算法的全局搜索能力，很好地抑制了傳統(tǒng)FCM的局部收斂

3、。
　　 接著，本文選取移動(dòng)業(yè)務(wù)數(shù)據(jù)，建立了基于改進(jìn)FCM算法(IGC-FCM)的客戶流失預(yù)測模型。由于移動(dòng)業(yè)務(wù)數(shù)據(jù)量大、集成復(fù)雜、業(yè)務(wù)繁多等特點(diǎn)，本文在建模之前做了大量的數(shù)據(jù)預(yù)處理工作，包括數(shù)據(jù)清洗、數(shù)據(jù)集成與轉(zhuǎn)換、數(shù)據(jù)規(guī)約，最后抽取出一部分客戶數(shù)據(jù)作為客戶流失預(yù)測模型的數(shù)據(jù)集。之后，本文在WEKA平臺(tái)上，根據(jù)Modisette提出的客戶分割矩陣，采用IGC-FCM算法進(jìn)行移動(dòng)客戶的聚類，并且對(duì)產(chǎn)生的每一個(gè)聚類進(jìn)行了分析，同時(shí)