منو
رکورد قبلیرکورد بعدی

" Customer Churn Prediction Using Local Linear Model Tree for Iranian Telecommunication Companies "


Record Number : 1501369
Language of Document : English
Main Entry : Mehdi Fasanghari
Title & Author : Customer Churn Prediction Using Local Linear Model Tree for Iranian Telecommunication Companies [electronic resources: essay]/ Mehdi Fasanghari؛ عباس کرامتی
Piece Level : Advances in Industrial Engineering
Notes Pertaining to Publication, Distribution, Etc. : March 2011
Access Link : https://aie.ut.ac.ir/article_23323.html
: https://aie.ut.ac.ir/article_23323_f2c182a2f0f4bfa0eebddbd0e7b2e748.pdf
Summary or Abstract : For winning in global competition, companies need to recognition and monitoring of customer's behavior to forecast their behavior and desires earlier than competitors. This research tries to recognize the attributes which lead to customer churn. For this, behavior of 3150 subscribers of an Iranian mobile operator, has observed during one year and trends of them has analyzed by a customized LLNF model. For this purpose, the application of the locally linear model tree (LOLIMOT) algorithm, which integrates the advantage of neural networks, tree model and fuzzy modeling, was experimented. Results suggest that dissatisfaction of customer, his/her usage from services and demographic attributes have significant effect on decision to churn or retention. Furthermore, the active or inactive subscriber situation has mediation effect on his/her retention.
: برای برنده بودن در رقابت جهانی، شرکت‌ها نیازمند بازشناسی و پایش رفتار مشتریانشان هستند تا رفتار و خواسته‌های آنها را زودتر از رقبایشان برآورد کنند. این تحقیق به‌دنبال شناسایی ویژگی‌هایی است که ما را به تحلیل ریزش مشتری سوق می‌دهد. به‌همین منظور، رفتار 3150 مشتری یکی از اپراتورهای مخابراتی ایرانی در طول یک سال شناسایی شده است و روند تغییرات آنها با استفاده از یک مدل LLNF خصوصی سازی شده تحلیل شده است. برای انجام این امر، الگوریتم درخت مدل خطی محلی (LOLIMOT)، که مزایای شبکه‌های عصبی مدل درخت تصمیم گیری و مدل‌های فازی را درخود جای داده است، به‌کار گرفته شده است. نتایج بیانگر آن است که نارضایتی مشتری، استفاده مشتری از خدمات و ویژگی‌های آماری وی تأثیر روشن و معنی داری بر تصمیم وی برای ماندن در سیستم و یا خروج از سیستم دارد. علاوه بر این، فعال بودن یا غیر فعال بودن وضعیت اشتراک مشتری تأثیر میانجی گرانه در باقی ماندن یا ریزش وی از سیستم دارد.
Topical Name Used as Subject : customer churn
: LLNF
: LOLIMOT
: Mobile service provider
: Neural Network
: prediction
: Fuzzy logic
: پیش بینی
: ریزش مشتری
: شبکه عصبی
: منطق فازی
: تأمین کنندگان خدمات تلفن همراه
Personal Name - Alternative Intelectual Responsibility : عباس کرامتی
Originating Source : University of Tehran. Central Library and Documentation Center
copyhttps://lib.ut.ac.ir/site/catalogue/1501369
کپی لینک
پیشنهاد خرید
پیوستها
Search result is zero
نظرسنجی
نظرسنجی منابع

1 - کیفیت نمایش فایلهای دیجیتال چگونه است؟




 

2 - کیفیت دانلود فایلهای دیجیتال چگونه است؟