顧客の離反防止におけるアンサンブルアルゴリズムに関する研究
1) 大阪府立大学大学院
| Abstract | 競争の激化する総合通信販売企業で顧客の離反防止要因を特定することと、それを解決するアクションプランを策定することは、この業界にとって生死を分ける重要なポイントである。その際、データマイニングにおいて必要な点は、顧客の購買状況から企業戦略上、注力すべきクラスターを識別し、特定の顧客クラスターの行動を予測することと、その予測要因を明確化することである。その実現のために、ロジスティック回帰モデル、決定木モデル、そしてK近傍法を組み合わせたアンサンブルアルゴリズムを提案し、頑強で、可読性のある手法を適用する。実験結果では、ベンチマーク問題と、実データに対して適用し、手法が有用であることを示す。 |
|---|---|
|
In a competitive market like mail order market, it is crucial for companies in the market to identify key factors that affect customer retention, and to make action plans based on the factors and the corporate strategy. Then, it is needed for data-mining process from customer's historical purchasing data, to find proper customer segment, to predict change of the specific customer segment, and to clarify the prediction factors. In our paper, we propose an ensemble algorithm which combine logistic regression model, decision tree model, K-nearest neighbor algorithm. From some computational experiments for benchmark instances and real data, we show the robustness and usefulness of our method. |
|
| Keywords | データマイニング，アンサンブルアルゴリズム，顧客離反防止 |
| data mining，ensemble algorithm，customer retention |
