دانشگاه ازاد اسلامی واحد پرند و رباط کریم
چکیده: (39 مشاهده)
از آنجا که در شرکتهای مخابرات همراه،هزینه حفظ مشتریان فعلی بسیار کمتر از هزینه جذب مشتریان جدید است، پیشبینی دقیق امکان ریزش هر یک از مشتریان و جلوگیری از آن امری ضروری میباشد. بنابراین، پژوهشگران روشهای کارآمدی را با استفاده از ابزارهای دادهکاوی و هوش مصنوعی برای شناسایی مشتریانی که قصد رویگردانی دارند ارائه کردهاند. در این مقاله، ما به منظور بهبود فرآیند پیشبینی ریزش مشتری، یک راهکار مؤثر مبتنی بر یادگیری جمعی را پیشنهاد میکنیم که در آن از الگوریتم بهینهسازی گرگ خاکستری، به منظور انتخاب ویژگیهای مؤثر و همچنین تنظیم پارامترهای آزاد مدل پیشنهادی، استفاده شده است. سپس، به منظور ارزیابی عملکرد روش پیشنهادی، آن را با استفاده از مجموعه داده IBM Telco شبیهسازی کرده و نتایج حاصل را به کمک معیارهای ارزیابی متداول شامل صحت، دقت، یادآوری، امتیاز F1 و AUC باسایر روشهای مشابه مقایسه کردهایم.نتایج بدست آمده برتری روش پیشنهادی بر سایر راهکارهای ارزیابی شده را نشان میدهد.
شمارهی مقاله: 4
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش دادههای رقمی دریافت: 1401/8/3 | پذیرش: 1401/10/5 | انتشار: 1403/2/6 | انتشار الکترونیک: 1403/2/6