數(shù)據(jù)挖掘文獻(xiàn)學(xué)習(xí)

數(shù)據(jù)挖掘文獻(xiàn)學(xué)習(xí)第1頁(yè)，共20頁(yè)，2023年，2月20日，星期六文獻(xiàn)簡(jiǎn)介及選擇理由DataMiningApplicationsinCustomerChurnManagement

是一篇關(guān)于數(shù)據(jù)挖掘在顧客關(guān)系管理（客戶(hù)流失管理）中的應(yīng)用的文獻(xiàn)綜述，主要涉及各種數(shù)據(jù)挖掘技術(shù)和各種技術(shù)應(yīng)用的統(tǒng)計(jì)。客戶(hù)流失管理是客戶(hù)管理的核心，基于此研究背景貼近生活，易于理解。文中提到的多種數(shù)據(jù)挖掘方法模型覆蓋面廣，拓寬學(xué)習(xí)面。第2頁(yè)，共20頁(yè)，2023年，2月20日，星期六文獻(xiàn)結(jié)構(gòu)引言：客戶(hù)流失管理的重要性介紹數(shù)據(jù)挖掘技術(shù)，方法分類(lèi)統(tǒng)計(jì)各種技術(shù)應(yīng)用，研究趨勢(shì)結(jié)論、后續(xù)研究方向第3頁(yè)，共20頁(yè)，2023年，2月20日，星期六文獻(xiàn)主要內(nèi)容顧客流失管理的重要性

核心市場(chǎng)策略：保持現(xiàn)有客戶(hù)防止客戶(hù)流失

獲得一個(gè)新客戶(hù)的費(fèi)用是留住一個(gè)客戶(hù)費(fèi)用的5-10倍

在很多產(chǎn)業(yè)客戶(hù)粘性增加5%即會(huì)帶來(lái)25%-95%的凈利潤(rùn)增加研究背景及現(xiàn)狀

關(guān)于數(shù)據(jù)挖掘在客戶(hù)流失管理的應(yīng)用的文獻(xiàn)綜述很少

現(xiàn)有文獻(xiàn)，E.W.T.Ngai,LiXiuandD.C.K.Chau,“Applicationofdataminingtechniquesincustomerrelationshipmanagement:ALiteraturereviewandclassification,”是對(duì)82篇文章的文獻(xiàn)綜述，從客戶(hù)關(guān)系維度（客戶(hù)識(shí)別、客戶(hù)吸引、留住和發(fā)展客戶(hù)）和數(shù)據(jù)挖掘分類(lèi)（聯(lián)合、分類(lèi)、聚類(lèi)、預(yù)測(cè)、回歸分析、序列分析、可視化）進(jìn)行研究。欠缺：研究重點(diǎn)為客戶(hù)粘性、客戶(hù)流失管理，沒(méi)有涉及具體的數(shù)據(jù)挖掘方法，分類(lèi)不明確。第4頁(yè)，共20頁(yè)，2023年，2月20日，星期六文獻(xiàn)主要內(nèi)容

本文從數(shù)據(jù)挖掘方法出發(fā)對(duì)32篇文獻(xiàn)進(jìn)行分類(lèi)，統(tǒng)計(jì)，研究趨勢(shì)，填充了客戶(hù)流失管理技術(shù)方法的空白數(shù)據(jù)挖掘方法基本定義：

﹡神經(jīng)網(wǎng)絡(luò)或稱(chēng)作連接模型（ConnectionistModel）它是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。第5頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘方法基本定義決策樹(shù)（DecisionTrees）一般都是自上而下的來(lái)生成的。每個(gè)決策或事件（即自然狀態(tài)）都可能引出兩個(gè)或多個(gè)事件，導(dǎo)致不同的結(jié)果?；貧w分析（LogisticRegression)是確定兩種或兩種以上變數(shù)間相互依賴(lài)的定量關(guān)系的一種統(tǒng)計(jì)分析方法。隨機(jī)森林（RandomForests）是一個(gè)包含多個(gè)決策樹(shù)的分類(lèi)器，并且其輸出的類(lèi)別是由個(gè)別樹(shù)輸出的類(lèi)別的眾數(shù)而定?？梢援a(chǎn)生高準(zhǔn)確度的分類(lèi)器，處理大量的輸入變量。第6頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘方法基本定義支持向量機(jī)方法（SupportVectorMachine）是分類(lèi)的一個(gè)機(jī)器學(xué)習(xí)的過(guò)程。這是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論（對(duì)一個(gè)指標(biāo)函數(shù)集，如果存在h個(gè)樣本能夠被函數(shù)集中的函數(shù)按所有可能的2h種形式分開(kāi)，則稱(chēng)函數(shù)集能夠把h個(gè)樣本打散；函數(shù)集的VC維就是它能打散的最大樣本數(shù)目h。）和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，根據(jù)有限的樣本信息在模型的復(fù)雜性（即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度）和學(xué)習(xí)能力（即無(wú)錯(cuò)誤地識(shí)別任意樣本的能力）之間尋求最佳折衷，以期獲得最好的推廣能力。第7頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘技術(shù)角度（DataMiningPerspective）對(duì)近期（03-09年）的32篇reference文獻(xiàn)根據(jù)所采用的技術(shù)方法進(jìn)行分類(lèi)，分類(lèi)如表一table1

對(duì)使用最多的前三種方法：神經(jīng)網(wǎng)絡(luò)（NeuralNetworks）、決策樹(shù)（DecisionTrees）、回歸分析（LogisticRegression）學(xué)習(xí)，作簡(jiǎn)要介紹。第8頁(yè)，共20頁(yè)，2023年，2月20日，星期六根據(jù)數(shù)據(jù)挖掘方法對(duì)32篇文獻(xiàn)進(jìn)行分類(lèi)表一給出各方法的使用頻數(shù)，對(duì)于使用最多的前九種方法，選擇在較符合各種指標(biāo)的文獻(xiàn)（表中黑體文獻(xiàn)），作出簡(jiǎn)要解釋。第9頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘方法神經(jīng)網(wǎng)絡(luò)（NeuralNetworks）

【17】P.C.Pendharkar,“Geneticalgorithmbasedneuralnetworkapproachesforpredictingchurnincellularwirelessnetworkservices,”使用遺傳算法優(yōu)化網(wǎng)絡(luò)權(quán)重。研究基于移動(dòng)通信環(huán)境，該文使用交叉驗(yàn)證（最大似然法cross-validationmethod）和精確模擬得出兩個(gè)功能良好模型。該篇文獻(xiàn)采用循環(huán)估計(jì)的方法，這一方法相對(duì)統(tǒng)計(jì)方法是一大改進(jìn)。第10頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘方法決策樹(shù)（DecisionTree）

【11】J.Qietal.,“ADTreesLogitmodelforcustomerchurnprediction,”根據(jù)感受性曲線(xiàn)的單一指標(biāo)（ROC曲線(xiàn)上各點(diǎn)反映著相同的感受性，它們都是對(duì)同一信號(hào)刺激的反應(yīng)，是在幾種不同的判定標(biāo)準(zhǔn)下所得的結(jié)果）選擇輸入變量，再將此變量分組，每個(gè)分組作為獨(dú)立選擇決策樹(shù)模型的輸入變量，得出的結(jié)果再作為洛基模型（logitmodel-一種回顧分析模型）的輸入變量，使用回歸特征消除的方法（Recursivefeatureelimination）忽略不相關(guān)因素，洛基模型將對(duì)客戶(hù)流失進(jìn)行預(yù)測(cè)。第11頁(yè)，共20頁(yè)，2023年，2月20日，星期六數(shù)據(jù)挖掘方法回歸分析（LogisticRegression）【6】Y.M.Zhang,J.Y.Qi,H.Y.Shu,andJ.T.Cao,“AHybridKNN-LRClassifieranditsApplicationinCustomerChurnPrediction,”分析了獨(dú)立性和目標(biāo)參數(shù)之間的復(fù)雜關(guān)系，并采用K-近鄰法（一種數(shù)據(jù)分類(lèi)方法：將樣本集中的每個(gè)樣本都作為模板，用測(cè)試樣本與每個(gè)模板做比較，看與哪個(gè)模板最相似，就按最近似的模板的類(lèi)別作為自己的類(lèi)別）對(duì)這種復(fù)雜關(guān)系進(jìn)行處理，找到依據(jù)單一的輸入變量，改變每個(gè)獨(dú)立的特征值。從準(zhǔn)確性和感受曲線(xiàn)擬合上，這種方法在處理4個(gè)獨(dú)立數(shù)據(jù)集時(shí)比較貼近。第12頁(yè)，共20頁(yè)，2023年，2月20日，星期六根據(jù)文獻(xiàn)采用方法、發(fā)行年份維度對(duì)文獻(xiàn)進(jìn)行分類(lèi)統(tǒng)計(jì)

表2：

神經(jīng)網(wǎng)絡(luò)一直是研究的重要方法。原因：在處理輸入與輸出的復(fù)雜非線(xiàn)性關(guān)系，抗噪（不受輸入變量的不同類(lèi)型干擾）時(shí)都十分適用。自適應(yīng)增量算法，梯度遞增機(jī)制，線(xiàn)性判別分析等方法使用頻率較低，還有待深入探究。第13頁(yè)，共20頁(yè)，2023年，2月20日，星期六分類(lèi)統(tǒng)計(jì)柱狀圖第14頁(yè)，共20頁(yè)，2023年，2月20日，星期六出版物中客戶(hù)流失管理（數(shù)據(jù)挖掘方法）文獻(xiàn)比率

在這一研究領(lǐng)域的活躍出版物是ExpertSystemswithApplications，感興趣的同學(xué)可查閱相關(guān)文獻(xiàn)，對(duì)此做深入研究。第15頁(yè)，共20頁(yè)，2023年，2月20日，星期六小結(jié)本文從技術(shù)和統(tǒng)計(jì)角度對(duì)于數(shù)據(jù)挖掘在客戶(hù)流失管理中的應(yīng)用作出概述給研究者和生產(chǎn)商提供這一領(lǐng)域的研究重點(diǎn)和趨勢(shì)，并且出版商對(duì)于這一領(lǐng)域的文獻(xiàn)越來(lái)越關(guān)注。本文只涉及少量文獻(xiàn)，對(duì)于知識(shí)挖掘，樣本統(tǒng)計(jì)，模型評(píng)估未作深入探究。第16頁(yè)，共20頁(yè)，2023年，2月20日，星期六ThankYou!組員：尹鵬珍SA112040

楊金晶SA11204038袁茜茜SA11204039李璐涵SA11204043趙蕊SA11204040第17頁(yè)，共20頁(yè)，2023年，2月20日，星期六References[1]E.W.T.Ngai,LiXiuandD.C.K.Chau,“Applicationofdataminingtechniquesincustomerrelationshipmanagement:Aliteraturereviewandclassification,”ExpertSystemswithApplications,vol.36,2009,pp.2592–2602.[2]K.CoussementandDirkVandenPoel,“Churnpredictioninsubscriptionservices:Anapplicationofsupportvectormachineswhilecomparingtwoparameter-selectiontechniques,”ExpertSystemswithApplications,vol.34,2008,pp.313–327.[3]Bong-HorngChu,Ming-ShianTsaiandCheng-SeenHo,“Towardahybriddataminingmodelforcustomerretention,”Knowledge-BasedSystems,vol.20,2007,pp.703–718.[4]X.Hu,“ADataMiningApproachforRetailingBankCustomerAttritionAnalysis,”AppliedIntelligence,vol.22,2005,pp.47–60,Springer.[5]H.S.Song,J.K.Kim,Y.B.ChoandS.H.Kim,“APersonalizedDefectionDetectionandPreventionProcedurebasedontheSelf-OrganizingMapandAssociationRuleMining:AppliedtoOnlineGameSite,”ArtificialIntelligenceReview,vol.21,2004,pp.161–184.[6]Y.M.Zhang,J.Y.Qi,H.Y.Shu,andJ.T.Cao,“AHybridKNN-LRClassifieranditsApplicationinCustomerChurnPrediction,”P(pán)roc.theIEEEInternationalConferenceonSystems,ManandCybernetics,Oct.2007,pp.3265–3269.[7]G.Song,D.Yang,L.Wu,T.Wang,Sh.Tang,“AMixedProcessNeuralNetworkanditsApplicationtoChurnPredictioninMobileCommunications,”P(pán)roc.SixthIEEEInternationalConferenceonDataMining-Workshops(ICDMW'06),2006.[8]JamesJ.H.Liou,“Anoveldecisionrulesapproachforcustomerrelationshipmanagementoftheairlinemarket,”ExpertSystemswithApplications,vol.36(3),April2009,pp.4374-4381.[9]M.Zan,Z.Shan,L.Li,L.Ai-jun,“APredictiveModelofChurninTelecommunicationsBasedonDataMining,”P(pán)roc.IEEEInternationalConferenceonControlandAutomation,IEEEPress,2007.[10]Yi-FanWang,Ding-AnChiang,Mei-HuaHsu,Cheng-JungLin,IlongLin,“Arecommendersystemtoavoidcustomerchurn:Acasestudy,”ExpertSystemswithApplications,vol.36,2009,pp.8071–8075.第18頁(yè)，共20頁(yè)，2023年，2月20日，星期六References[11]J.Qietal.,“ADTreesLogitmodelforcustomerchurnprediction,”AnnulsofOperationsResearch,vol.168,2009,pp.247–265,Springer.[12]Shin-YuanHung,DavidC.YenandHsiu-YuWang,“Applyingdataminingtotelecomchurnmanagement,”ExpertSystemswithApplications,vol.31,2006,pp.515–524.[13]J.ZhaoaandXing-HuaDang,“BankCustomerChurnPredictionBasedonSupportVectorMachine:TakingaCommercialBank'sVIPCustomerChurnastheExample,”P(pán)roc.4thInternationalConferenceonWirelessCommunications,NetworkingandMobileComputing,2008(WiCOM'08),Oct.2008,pp.1-4.[14]Y.XieandX.Li,“ChurnPredictionwithLinearDiscriminantBoostingAlgorithm,”P(pán)roc.theSeventhInternationalConferenceonMachineLearningandCybernetics,Kunming,July2008.[15]HongmeiShao,GaofengZhengandFengxianAn,“ConstructionofBayesianClassifierswithGAforPredictingCustomerRetention,”P(pán)roc.FourthInternationalConferenceonNaturalComputation,IEEEComputerSocietyPress,2008.[16]Y.Xie,X.Li,E.W.T.NgaiandW.Ying,“Customerchurnpredictionusingimprovedbalancedrandomforests,”ExpertSystemswithApplications,vol.36,2009,pp.5445–5449.[17]P.C.Pendharkar,“Geneticalgorithmbasedneuralnetworkapproachesforpredictingchurnincellularwirelessnetworkservices,”ExpertSystemswithApplications,vol.36,2009,pp.6714-6720.[18]K.Coussement,DirkVandenPoel,“Improvingcustomerattritionpredictionbyintegratingemotionsfromclient/companyinteractionemailsandevaluatingmultipleclassifiers,”ExpertSystemswithApplications,vol.36,2009,pp.6127–6134.[19]S.LessmannandS.Vo?,“Areferencemodelforcustomer-centricdataminingwithsupportvectormachines,”EuropeanJournalofOperationalResearch,vol.199(2),Dec.2009,pp.520-530.第19頁(yè)，共20頁(yè)，2023年，2月20日，星期六References[20]J.BurezandD.VandenPoel,“Handlingclassimbalanceincustomerchurnprediction,”ExpertSystemswithApplications,vol.36,2009,4626–4636.[21]Ding-AnChiang,Yi-FanWang,Shao-LunLeeandCheng-JungLin,“Goal-orientedsequentialpatternfornetworkbankingchurnanalysis,”ExpertSystemswithApplications,vol.25,2003,pp.293–302.[22]G.Zhang,“CustomerRetentionBasedonBPANNandSurvivalAnalysis,”P(pán)roc.InternationalConferenceonWirelessCommunications,NetworkingandMobileComputing,2007(WiCom),Sept.2007,pp.3406-3411.[23]W.BuckinxandD.VandenPoel,“Customerbaseanalysis:partialdefectionofbehaviourallyloyalclientsinanon-contractualFMCGretailsetting,”EuropeanJournalofOperationalResearch,vol.164,2005,pp.252–268.[24]B.Larivie`re,D.VandenPoel,“Investigatingtheroleofproductfeaturesinpreventingcustomerchurn,byusingsurvivalanalysisandchoicemodeling:Thecaseoffinancialservices,”ExpertSystemswithApplications,vol.27,2004,pp.277–285.[25]LianYan,MichaelFassinoandPatrickBaldasare,“PredictingCustomerBehaviorviaCallingLinks,”P(pán)roc.InternationalJointConferenceonNeuralNetworks,Montreal,Canada,August2005.[26]EXu,S.Liangshan,G.XuedongandZ.Baofeng,“AnAlgorithmforPredictingCustomerChurnviaBPNeuralNetworkBasedonRoughSet,”P(pán)roc.the2006IEEEAsia-PacificConferenceonServicesComputing(APSCC'06).[27]“PredictingCustomerBehaviorinTelecommunications,”L.Yan,R.H.Wolniewicz,R.Dodier,IEEEIntelligentSystems,IEEEComputerSociety.[28]N.Glady,B.BaesensandC.Croux,“Modelingchurnusingcustomerlifetimevalue,”EuropeanJournalofOperationalResearch,vol.197,2009,pp.402–411.[29]Jae-HyeonAhna,Sang-PilHanaandYung-SeopLee,“Customerchurnanalysis:Churndeterminantsandmediationef