عنوان
ارائه ي مدل پيشبيني ريزش مشتريان مبتني بر تحليل شبكه هاي اجتماعي و يادگيري ماشين (مورد مطالعه: داده هاي مشتريان شركت مخابراتي)
نويسنده اصلي
سيدحسن حسيني بالادزايي
مقطع تحصيلي
كارشناسي ارشد
چكيده
ريزش يا رويگرداني مشتريان يكي از مشكلات مهم شركت هاي تجاريست كه براي بقا به مشتريان خود متكي هستند. اين واقعيت كه جذب مشتري جديد نسبت به حفظ مشتري هزينه بسيار بيشتري دارد، ريزش مشتريان را به يكي از مهمترين مسائل شركت هاي تجاري تبديل كرده است. با در نظر گرفتن تأثيرات سؤ اين مسئله بر درآمد شركت ها، مدل هاي مختلف پيش بيني ريزش مشتريان ارائه شدند. اكثر اين مدل ها بر اساس اعمال الگوريتم هاي يادگيري ماشين بر روي مجموعه داده هايي شامل مشخصات جمعيتي و اطلاعات خدمات مشتريان ايجاد گشته و برخي از آنها از ويژگي هاي شبكه مشتريان براي انجام عمليات پيش بيني ريزش استفاده كرده اند.
در اين پژوهش، يك مدل پيش بيني ريزش مشتريان براساس تجزيه و تحليل شبكه ي اجتماعي با استفاده از داده هاي شبكه هاي تماس تلفني و روش هاي يادگيري ماشين ارائه شده و با معرفي شاخص هاي تاثير گذاري و تاثيرپذيري اجتماعي، تاثير ريزش كاربران بر همسايگان خود در شبكه تماس را مورد بررسي قرار مي دهد.
هدف از انجام اين پژوهش، تجزيه و تحليل تعاملات اجتماعي بين افراد و اجراي تكنيك هاي مختلف طبقه بندي يادگيري ماشين براي دستيابي به يك مدل بهينه است.
براي اندازه گيري عملكرد مدلهاي ساخته شده در اين پژوهش، از هفت متريك و روش ارزيابي مدل هاي يادگيري ماشين مانند منحني مشخصه عملكرد سيستم ، دقت دسته بندي، ميانگين صحت، نمره اف 1، ضريب هم بستگي متيو، نمره ي كاپاي كوهن و نمره ي برير استفاده شده است. نتايج آزمايشات انجام شده بيان كردند كه استفاده از ويژگي هاي شبكه هاي اجتماعي مخصوصا ويژگي ها و شاخص هاي تأثير گذاري و تاثيرپذيري باعث بهبود عملكرد كليه مدل هاي پيش بيني ريزش مشتريان مورد استفاده در اين پژوهش گشته و همچنين مدل گراديان بوستينگ بهترين عملكرد را در مقايسه با ديگر روش هاي يادگيري ماشين در مجموعه داده ي مورد مطالعه داشته است.
شماره ركورد
196217
دانشگاه
دانشگاه علم و صنعت ايران
استاد مشاور
دكتر محمد فتحيان
رشته تحصيلي
مهندسي فناوري اطلاعات
استاد راهنما
دكتر بابك اميري