《表4 客户流失预测参数约束条件》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于缺失数据BN参数学习的电信流失客户预测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本次试验以某运营商2015年客户数据为基础，从电信原始数据所有属性中挑选出9个属性后构建贝叶斯网络结构模型（如图7所示）。为了方便描述，用字母A~I依次代替属性入网时长、用户属性、是否VIP、客户是否流失、月通话次数、本月所耗流量、计费收入、计费时长、欠费状态。入网时长A={1，2，3}表示A={短，中，长}；用户属性B={1，2}表示B={集团，公众}；是否VIP C={1，2}表示C={否，是}；客户是否流失D={1，2}表示D={否，是}；月通话次数E={1，2，3}表示E={低，中，高}；本月所耗流量F={1，2，3}表示F={低，中，高}；计费收入G={1，2，3}表示G={低，中，高}；计费时长H={1，2，3}表示H={短，中，长}；欠费状态I={1，2，3}表示I={不欠，欠少，欠多}。根据上面的约定，结合专家的经验，可以形成系列约束条件。例如，内部约束P（D=1 B=1，C=2）>P（D=2 B=1，C=2）说明在用户属性同为集团且是VIP用户时，客户不流失的概率大于客户流失的概率；而外部约束则说明入网时长越长是VIP用户的概率越大。专家给出的参数约束条件见表4。