Проєктування інформаційної технології аналізу відтоку клієнтів телекомунікаційної компанії
DOI:
https://doi.org/10.15587/2706-5448.2022.255861Ключові слова:
машинне навчання, дерево рішень, метод найближчих сусідів, беггінг, аналіз данихАнотація
Об’єктом дослідження є процес аналізу відтоку клієнтів телекомунікаційних компаній на основі методів машинного навчання. Існуюча проблема полягає в тому, що до недавнього часу процес відтоку клієнтів компенсувався за рахунок залучення нових клієнтів, але в сучасному світі темпи зростання постійно прискорюються, ринок заповнений великою кількістю конкурентів, що призводить до постійного підвищення вимог клієнтів до продукції та послуг. У зв'язку з цим стає більш затратним і трудомістким процес залучення нових клієнтів, що у свою чергу посилює значущість утримання вже існуючої клієнтської бази.
В роботі розглянуто проблемні аспекти, пов’язані із підвищенням точності прогнозування відтоку клієнтів компанії за допомогою використання методів машинного навчання. Проведені дослідження базуються на застосуванні підходу, який реалізується за допомогою комбінування методів дерев рішень та найближчих сусідів. Позитивного результату неможливо досягти ігноруючи існуючі ресурсні обмеження та вимоги, які потрібно визначати окремо для кожного випадку дослідження.
Розглянуто перспективність проблематики прогнозування відтоку клієнтів для компаній із великою кількістю користувачів. Запропоновано модель прогнозування відтоку клієнтів на основі комбінування дерев рішень та методу найближчих сусідів, що використовується в основі методу беггінгу. Однією із особливостей такого підходу є використання тестової вибірки нормалізованих даних. Відповідно, системи можуть використовувати заздалегідь відому інформацію, навчатися, здобувати нові знання, прогнозувати часові ряди, виконувати класифікацію, і крім цього, вони є цілком наочними для користувача. Перспективність вибору даних методів пояснюється тим, що вони раніше використовувалися в системах аналізу даних та забезпечили досить якісні результати.
Показано доцільність та перспективність застосування запропонованого підходу в задачі прогнозування відтоку клієнтів телекомунікаційних компаній, а також наведено особливості проєктування інформаційної технології та результати програмної реалізації.
Посилання
- Papa, A. A., Yarovyi, A. A., Prozor, O. P. (2019). Information technology analysis of the outflow of customers by telecom company. Available at: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2019/paper/view/7324
- Papa, A., Shemet, Y., Yarovyi, A. (2021). Analysis of fuzzy logic methods for forecasting customer churn. Technology Audit and Production Reserves, 1 (2 (57)), 12–14. doi: http://doi.org/10.15587/2706-5448.2021.225285
- Huang, B., Kechadi, M. T., Buckley, B. (2012). Customer churn prediction in telecommunications. Expert Systems with Applications, 39 (1), 1414–1425. doi: http://doi.org/10.1016/j.eswa.2011.08.024
- Tsai, C.-F., Lu, Y.-H. (2009). Customer churn prediction by hybrid neural networks. Expert Systems with Applications, 36 (10), 12547–12553. doi: http://doi.org/10.1016/j.eswa.2009.05.032
- Mahesh, B. (2020). Machine learning algorithms-a review. International Journal of Science and Research, 9, 381–386.
- Bühlmann, P., Hothorn, T. (2007). Boosting algorithms: Regularization, prediction and model fitting. Statistical science, 22 (4), 477–505. doi: http://doi.org/10.1214/07-sts242
- Liang, G., Zhang, C. (2010). Empirical study of bagging predictors on medical data. Conferences in Research and Practice in Information Technology Series. Ballarat.
- Ibrahim, R., Yen, S. Y., Pahat, B. (2011). A Formal Model for Data Flow Diagram Rules 1. Available at: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.206.5214
- Aleryani, A. Y. (2016). Comparative study between data flow diagram and use case diagram. International Journal of Scientific and Research Publications, 6 (3), 124–126.
- Kovalenko, O. S., Dobrovska, L. M. (2020). Proektuvannia informatsiinykh system: Zahalni pytannia teorii proektuvannia IS. Kyiv, 192.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Andrii Papa, Yevgen Shemet, Andrii Yarovyi, Lyubov Vahovska
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.