移动通信用户维系挽留策略研究与系统设计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 移动通信行业的发展与背景 | 第9-10页 |
| 1.1.2 论文研究内容及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 用户流失预警研究现状 | 第12页 |
| 1.2.2 用户流失预警的理论研究 | 第12-13页 |
| 1.2.3 用户流失预警在电信业的应用 | 第13-15页 |
| 1.3 本文的研究内容 | 第15页 |
| 1.4 本文的结构 | 第15-17页 |
| 2 客户流失预警管理理论 | 第17-27页 |
| 2.1 客户流失的定义 | 第17页 |
| 2.2 CRM与客户流失管理 | 第17-18页 |
| 2.3 客户流失管理的过程 | 第18-19页 |
| 2.4 客户生命周期理论 | 第19-21页 |
| 2.5 风险管理理论 | 第21-22页 |
| 2.6 风险预警 | 第22-25页 |
| 2.7 本章小结 | 第25-27页 |
| 3 流失预警模型构建 | 第27-49页 |
| 3.1 研究对象 | 第27页 |
| 3.2 研究特征的选择 | 第27-33页 |
| 3.2.1 初始数据的抽取 | 第27-28页 |
| 3.2.2 时间窗口 | 第28页 |
| 3.2.3 样本量 | 第28页 |
| 3.2.4 抽样方法 | 第28-33页 |
| 3.3 数据预处理 | 第33-35页 |
| 3.4 特征筛选 | 第35-41页 |
| 3.4.1 相关性分析 | 第35页 |
| 3.4.2 卡方检验 | 第35-36页 |
| 3.4.3 主成分分析 | 第36页 |
| 3.4.4 Fisher比率 | 第36页 |
| 3.4.5 初步特征选取 | 第36-41页 |
| 3.5 客户流失预警模型的选择 | 第41-42页 |
| 3.6 逻辑回归流失预警模型 | 第42-43页 |
| 3.7 逻辑回归方程系数的含义 | 第43-44页 |
| 3.8 模型建立过程 | 第44-47页 |
| 3.8.1 工具选择 | 第44页 |
| 3.8.2 模型建立流程 | 第44-45页 |
| 3.8.3 训练模型 | 第45-46页 |
| 3.8.4 优化模型 | 第46-47页 |
| 3.9 本章小结 | 第47-49页 |
| 4 模型的验证与应用 | 第49-53页 |
| 4.1 模型评估 | 第49-50页 |
| 4.2 维系效果评估 | 第50页 |
| 4.3 客户维系挽留执行情况 | 第50-51页 |
| 4.4 维系工作存在问题及提升措施 | 第51-53页 |
| 5 总结和展望 | 第53-55页 |
| 5.1 本文的总结 | 第53页 |
| 5.2 未来工作的展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第59页 |
