КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, XLVIII Науково-технічна конференція факультету інформаційних технологій та комп'ютерної інженерії (2019)

Розмір шрифта: 
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ АНАЛІЗУ ВІДТОКУ КЛІЄНТІВ ТЕЛЕКОМ-КОМПАНІЇ
Андрій Анатолійович Яровий, Андрій Андрійович Папа, Олена Петрівна Прозор

Остання редакція: 2019-03-12

Анотація


Дослідження присвячено задачі підвищення точності прогнозування відтоку клієнтів компації за допомогою використання методів машинного навчання. Запропоновано модель прогнозування відтоку клієнтів телеком-компанії, що відрізняється від відомих комбінованим застосуванням методів дерев рішень та найближчих сусідів. Реалізовано інформаційну технологію аналізу відтоку клієнтів телеком-компанії.

 

INFORMATION TECHNOLOGY ANALYSIS OF THE OUTFLOW OF CUSTOMERS BY TELECOM COMPANY

Abstract: The study focuses on improving the accuracy of forecasting the outflow of customers through the use of machine learning methods. A model for forecasting the outflow of clients of a telecom company is proposed, which differs from the others by the combined use of decision tree methods and the nearest neighbors. Information technology analysis of the outflow of customers of the telecom company is implemented.



Ключові слова


машинне навчання;дерево рішень;метод найближчих сусідів;machine learning;decision tree;method of the nearest neighbors;

Посилання


1. Папа А. А. Аналіз методів машинного навчання для прогнозування відтоку клієнтів [Електронний ресурс] / А. А. Папа, В. В. Уштаніт, А. А. Яровий, О. П. Прозор // ВНТУ. – 2018. – Режим доступу до ресурсу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2018/paper/view/5317.


2. Analysis of churn prediction: A case study on telecommunication services in Macedonia [Електронний ресурс]. – Режим доступу: https://www.researchgate.net/publication/312573014_Analysis_of_churn_prediction_A_case _study_on_telecommunication_services_in_Macedonia


3. Машинне навчання. Типи навчання. [Електронний ресурс]. – Режим доступу:

https://courses.prometheus.org.ua/courses/IRF/ML101/2016_T3/about


4. MachineLearning.ru [Електронний ресурс]. – Режим доступу: http://

www.machinelearning.ru


Повний текст: PDF