Аналіз методів нечіткої логіки для прогнозування відтоку клієнтів

Автор(и)

DOI:

https://doi.org/10.15587/2706-5448.2021.225285

Ключові слова:

прогнозування відтоку клієнтів, нечітка логіка, функція належності, нечітка нейронна мережа, алгоритм Мамдані, алгоритм Сугено

Анотація

Об’єктом дослідження є процес прогнозування відтоку клієнтів телекомунікаційних компаній на основі нечіткої логіки та нейронних мереж. Проведені дослідження базуються на застосуванні підходу, який реалізується за допомогою комбінованого використання нечіткої логіки та нейронних мереж. Головне припущення дослідження полягає в гіпотезі, що використання нечіткої нейронної мережі, утвореної на основі алгоритмів нечіткої логіки, дозволяє покращити точність прогнозування відтоку клієнтів відносно наявних рішень. Даного результату неможливо досягти зневажаючи існуючими ресурсними обмеженнями та вимогами, які потрібно визначати окремо для кожного випадку дослідження. Розглянуто актуальність проблематики прогнозування відтоку клієнтів для компаній із великою кількістю користувачів. Запропоновано модель прогнозування відтоку клієнтів на основі комбінованого застосування нечіткої логіки та нейронних мереж. Головна особливість даного підходу полягає в тому, що в основі нечітких нейронних мереж використовується тестова вибірка нормалізованих даних, які оброблюються для формування параметрів функцій належності, які найкраще відповідають системі логічного висновку, тобто висновки здійснюються на базі апарату нечіткої логіки. Також, для пошуку параметрів функції належності використовуються алгоритми нейронних мереж. Такі системи можуть використовувати заздалегідь відому інформацію, навчатися, здобувати нові знання, прогнозувати часові ряди, виконувати класифікацію образів, і крім цього вони є цілком наочними для користувача. Розглянуто застосування методів нечіткої логіки, що дають можливість отримання результату у вигляді нечіткого висновку. Доцільність вибору даних методів пояснюється тим, що вони раніше використовувалися в нечітких системах автоматичного управління та показували досить якісні результати. Показано доцільність та перспективність застосування запропонованого підходу в задачі прогнозування відтоку клієнтів телекомунікаційних компаній, а також наведено результати програмної реалізації.

Біографії авторів

Андрій Андрійович Папа, Вінницький національний технічний університет

Аспірант

Кафедра комп’ютерних наук

Євген Олександрович Шемет, Вінницький національний технічний університет

Аспірант

Кафедра комп’ютерних наук

Андрій Анатолійович Яровий, Вінницький національний технічний університет

Доктор технічних наук, професор, завідувач кафедри

Кафедра комп’ютерних наук

Посилання

  1. Srinivasan, D., Tan, S. S., Chang, C. S., Chan, E. K. (1998). Practical implementation of a hybrid fuzzy neural network for one-day-ahead load forecasting. IEE Proceedings Generation, Transmission and Distribution, 145 (6), 687. doi: http://doi.org/10.1049/ip-gtd:19982363
  2. Papa, A. A., Yarovyi, A. A., Prozor, O. P. (2019). Informatsiina tekhnolohiia analizu vidtoku kliientiv telekom-kompanii. XLVIII Naukovo-tekhnichna konferentsiia fakultetu informatsiinykh tekhnolohii ta kompiuternoi inzhenerii. Available at: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2019/paper/view/7324
  3. Kulyk, O. O., Yarovyi, A. A. (2016). Klasyfikatsiia pliamopodibnykh zobrazhen z riznym stupenem spotvorennia na bazi nechitkykh system z bahatopotokovoiu obrobkoiu. MIT-2016. Odessa: VMV, 145–146.
  4. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8 (3), 338–353. doi: http://doi.org/10.1016/s0019-9958(65)90241-x
  5. Zadeh, L. A. (1968). Fuzzy algorithms. Information and Control, 12 (2), 94–102. doi: http://doi.org/10.1016/s0019-9958(68)90211-8
  6. Mamdani, E. H. (1974). Application of fuzzy algorithms for control of simple dynamic plant. Proceedings of the Institution of Electrical Engineers, 121 (12), 1585. doi: http://doi.org/10.1049/piee.1974.0328
  7. Mamdani, E. H., Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7 (1), 1–13. doi: http://doi.org/10.1016/s0020-7373(75)80002-2
  8. Diakonov, V., Kruglov, V. (2001). Algoritmy nechetkogo vyvoda: algoritm Mamdani i algoritm Sugeno. Matematicheskie pakety rasshireniia MATLAB. Saint Petersburg: Piter, 307–309.
  9. Jager, R. (1995). Fuzzy logic in control. Delft: Techniscke Universitet, 313.
  10. Sugeno, M. (1977). Fuzzy measures and fuzzy integrals: a survey. Fuzzy automata and decision processes. North-Holland, 89–102.

##submission.downloads##

Опубліковано

2021-02-28

Як цитувати

Папа, А. А., Шемет, Є. О., & Яровий, А. А. (2021). Аналіз методів нечіткої логіки для прогнозування відтоку клієнтів. Technology Audit and Production Reserves, 1(2(57), 12–14. https://doi.org/10.15587/2706-5448.2021.225285

Номер

Розділ

Інформаційні технології: Звіт про науково-дослідну роботу