楊怡涵+柳炳祥+萬義成

[摘 要]本文將決策樹算法應(yīng)用于移動(dòng)客戶的流失分析中，使用SPPS-Clementine軟件中的C 5.0算法，對某企業(yè)某段時(shí)間的移動(dòng)通信投訴數(shù)據(jù)進(jìn)行分析，目的是根據(jù)移動(dòng)通信公司投訴數(shù)據(jù)進(jìn)行分組，發(fā)現(xiàn)流失度大的客戶的共同特征屬性，以便對流失度大的客戶做好挽留工作，改善客戶關(guān)系，提升企業(yè)核心競爭力。

[關(guān)鍵詞]決策樹；投訴；流失度；移動(dòng)通信；客戶

doi：10.3969/j.issn.1673 - 0194.2016.22.044

[中圖分類號(hào)]F224 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2016）22-00-02

0 引 言

移動(dòng)通信客戶的流失分析一直是企業(yè)關(guān)注的熱點(diǎn)問題，如何做到提升客戶滿意度，防止客戶流失，加強(qiáng)客戶分類管理，吸引潛在客戶群體，提高運(yùn)營商服務(wù)質(zhì)量，是提升企業(yè)核心競爭力的關(guān)鍵所在。本文使用決策樹算法，對某企業(yè)投訴數(shù)據(jù)進(jìn)行分析，目的是發(fā)現(xiàn)流失客戶的共同屬性，做好客戶關(guān)系管理工作。

1 決策樹算法

決策樹算法最早是由J.R.Quinlan提出的ID3方法，其建樹算法具有思想簡單、識(shí)別樣本屬性效率高的優(yōu)點(diǎn)，ID3方法成為20世紀(jì)80年代末機(jī)器學(xué)習(xí)領(lǐng)域當(dāng)中最有影響力的算法之一。在20世紀(jì)90年代的時(shí)候，J.R.Quinlan提出ID3改進(jìn)版，即C 4.5方法。C 4.5方法是用信息論中互信息率來選擇屬性作為決策樹的結(jié)點(diǎn)，使決策樹識(shí)別樣本的效率得到了不小的提升。C 5.0算法是C 4.5的升級版，多數(shù)用在商業(yè)領(lǐng)域數(shù)據(jù)挖掘技術(shù)當(dāng)中。主要針對大數(shù)據(jù)的分類，它的決策樹歸納與C 4.5很相近。

ID3算法的流程是對訓(xùn)練集樣本的數(shù)據(jù)進(jìn)行預(yù)處理，計(jì)算出訓(xùn)練集樣本屬性劃分前的熵；然后計(jì)算出訓(xùn)練集樣本屬性劃分后的熵，通過比較樣本屬性劃分前后的熵，計(jì)算出前后熵的差值；取最大差值的行列進(jìn)行合理劃分，劃分出來后數(shù)據(jù)集所有元素標(biāo)簽確立唯一性，有且只有一個(gè)屬性；若無法確定唯一屬性，則回到第一步，重新比較分析，直到建樹成功，整個(gè)建樹過程結(jié)束。

2 決策樹算法在移動(dòng)通信客戶流失分析中的應(yīng)用

2.1 實(shí)驗(yàn)數(shù)據(jù)集

本次實(shí)驗(yàn)過程使用的數(shù)據(jù)集有2 711個(gè)樣本，有投訴內(nèi)容、故障行政區(qū)、使用網(wǎng)絡(luò)類型、責(zé)任原因、終端描述、客戶品牌和客戶流失度7個(gè)屬性，見表1。

2.2 實(shí)驗(yàn)過程

選取某移動(dòng)通信公司的客戶投訴數(shù)據(jù)，將Excel表格導(dǎo)入SPPS-Clementine軟件當(dāng)中，首先選擇“源”下方“Excel”確保數(shù)據(jù)導(dǎo)入軟件當(dāng)中；選擇“字段選項(xiàng)”下方“類型”確定模型的類型，最后選擇“建模”下方的“C 5.0”算法。數(shù)據(jù)流如圖1所示。

模型對訓(xùn)練集選取樣本50%、75%、100%的數(shù)據(jù)，對客戶流失分析的準(zhǔn)確度分別為97.88%、98.12%、98.01%，如圖2所示。

2.3 結(jié)果分析與討論

利用SPPS-Clementine軟件中的C 5.0算法，對移動(dòng)通信客戶的流失行為進(jìn)行分析，分別選取樣本的50%、75%、100%數(shù)據(jù)集進(jìn)行分析，準(zhǔn)確度依次為97.88%、98.12%、98.01%。從實(shí)驗(yàn)結(jié)果可以看出，選取75%樣本的準(zhǔn)確度較精確，但是所有的取樣精確度之間數(shù)據(jù)相差不大。從圖2可以看出，決策樹算法在移動(dòng)通信客戶流失分析中的應(yīng)用是可行的和有效的，為移動(dòng)通信公司進(jìn)行客戶流失分析提供了一種分析的思路和解決方法。

3 結(jié) 語

本文通過對某通信公司投訴數(shù)據(jù)流失度分析表明，C 5.0算法表現(xiàn)出更良好的適應(yīng)性，對用戶流失度分析更精確、更高效、更方便。

主要參考文獻(xiàn)

[1]劉堯坤.顧客投訴管理與處置技巧[M].廣州：廣東經(jīng)濟(jì)出版社，2005.

[2]徐遠(yuǎn)純，盛昭瀚，柳炳祥.一種基于決策樹算法的客戶流失危機(jī)分析方法[J].計(jì)算機(jī)與現(xiàn)代化，2004（8）.

[3]趙小寧，李鳳霞.因子分析法和聚類分析法在網(wǎng)上銀行客戶滿意度研究中的應(yīng)用[J].時(shí)代金融，2015（3）.

[4]蔣斌.數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的運(yùn)用[J].云南大學(xué)學(xué)報(bào)：自然科學(xué)版，2006（z1）.

[5]于莉. 數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信業(yè)中的應(yīng)用研究[D]. 天津：天津大學(xué)， 2006 .