粗糙集属性约简在客户流失预测中的应用

李惟肖

【摘  要】客户流失预测作为客户关系管理的主要问题，一直受到研究学者们的关注。企业通过内部和外部的数据信息，对客户流失情况进行预测，针对还未流失但有流失倾向的客户采取相应的营销策略。大数据时代使得数据信息爆炸式增多，如何处理高维数据信息成为客户流失预测的难点。利用粗糙集理论进行属性约简可以降低数据维度，并有效地实现客户特征选择，从而降低客户流失预测的运算难度，提高预测性能。

【Abstract】Customer churn prediction， as the main problem of customer relationship management， has always been the focus of researchers. Based on internal and external data information， enterprises can forecast customer turnover and adopt corresponding marketing strategies for customers who have not yet lost but have a tendency to lose. The era of big data makes data information increase explodes， and how to deal with high-dimensional data information becomes the difficulty of customer churn prediction. The attribute reduction using rough set theory can reduce the data dimension and effectively realize the customer feature selection， so as to reduce the operational difficulty of customer churn prediction and improve the prediction performance.

【关键词】粗糙集;客户流失预测;属性约简;特征选择

【Keywords】rough set; customer churn prediction; attribute reduction; feature selection

【中图分类号】F274;TP18                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）07-0120-02

1 引言

客户关系管理理论是20世纪90年代由营销管理理论衍生出的理论分支，一直备受从业者和学者的广泛关注。客户关系管理就是围绕客户，一个客户为中心进行的营销过程，这一过程通过客户获得管理、客户识别管理、客户保持管理3个阶段来实现客户与企业之间长期的合作关系。这样不仅有助于降低企业的交易成本和开发成本，也能提高营销效率，增强营销效果。

客户流失管理是客户关系管理的重要组成部分，客户流失一般来说就是指客户不再消费本企业的产品或服务，也是每个企业都会面临的问题。客户流失是一个不确定事件，客戶流失的形成非一朝一夕，但是往往又悄无声息、无法察觉。因此，只能通过数据分析掌握这种不确定的流失规律，从而防范因客户流失产生的经营风险和收益损失。近……