一种基于聚类的混合客户流失预测方法技术

技术编号：40578634 阅读：26 留言：0更新日期：2024-03-06 17:20

本发明专利技术涉及一种基于聚类的混合客户流失预测方法；该方法主要包括三个阶段：客户特征转换阶段、客户群体分割阶段与并行预测阶段。在特征转换阶段中，首先将客户原始特征输入多层感知机中训练，依靠神经网络的非线性表征能力生成低维的隐式特征向量。然后，在多层感知机收敛至最优值时提取隐藏层中的特征向量。最后使用隐式特征向量替代原始的客户特征。在客户群体分割阶段中，首先使用k‑means算法进行单个特征的聚类并输出聚类中心，然后使用该特征的聚类中心替换原有特征值，最后再进行多特征的客户聚类。在并行预测阶段中，首先针对不同客户群体进行数据分析，然后根据不同的特点来构建不同的预测模型，最后将预测结果进行整合并输出。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其是指一种基于聚类的混合客户流失预测方法。

技术介绍

1、客户流失预测是客户关系管理中最常处理的课题之一，近年来受到人们越来越多的关注。客户流失预测系统可以帮助公司管理者找到存在风险的目标客户，采取措施挽留客户，并探索客户价值。具体来说，客户流失预测是基于客户的历史特征(例如年薪、爱好等)，利用数据挖掘技术构建预测模型，评估每个客户未来的流失概率。一般来说，与新客户相比，长期客户具有更稳定的消费能力。根据调查，在成熟市场吸引新客户的成本是防止老客户停购服务的数倍。因此，如何制定客户保留策略对企业提高盈利能力和竞争力至关重要。

2、随着经济全球化和贸易自由化，大量同业公司进入市场，导致客户流动性不断增加。客户流失是指决定放弃当前的商业服务、停止购买产品或转向市场竞争对手的目标客户。以往的研究揭示了以下三种类型的流失者：

3、(1)活跃的流失者：这些客户有两个明确的目的，一是放弃与原企业的合同，二是转向竞争对手。

4、(2)被动的流失者：只有企业终止合同，这些客户才会主动中断与原

【技术保护点】

1.一种基于聚类的混合客户流失预测方法，所述预测方法基于申威平台开发并运行，改善传统客户流失预测系统的准确性以及时效性，其特征在于，包括如下步骤：

2.根据权利要求1所述的混合客户流失预测方法，其特征在于：步骤S3中Z-Score归一化处理包括：

3.根据权利要求1所述的混合客户流失预测方法，其特征在于：步骤S6采用到的Elu函数，而后在输出层使用Sigmoid函数将输出值压缩到[0,1]：

4.根据权利要求1所述的混合客户流失预测方法，其特征在于：步骤S6的输入层为多层感知机的第一层，用来输入数据，即多层感知机的首端。