摘 要：客户流失是移动通信运营商面临的重大难题，基于当前客户的基本信息及交易行为记录，通过数据挖掘进行建模及客户流失预测分析，不仅可以挽留潜在流失客户，也可以使运营商有针对性地优化产品和服务，提升客户管理策略。文章将统计学理论和数据挖掘技术通入金融管理理论，对移动通信运营行业的客户流失情况进行分析，构建高效的流失预测模型，优化客户服务管理体系，为解决用户流失问题和构建个性化用户运营机制提供了新的研究思路和分析方法。
关键词：客户管理；统计学理论；客户流失预测模型
DOI:10.19850/j.cnki.2096-4706.2022.011.011
中图分类号：TP391 文献标识码：A 文章编号：2096-4706（2022）11-0041-06
Research and Application of Mobile Communication Customer Churn Prediction Model Based on Data Mining
ZHANG Yusi
(University of Shanghai for Science and Technology, Shanghai 200093, China)
Abstract: Customer churn is a major problem which is faced by the mobile communication operator. Based on the basic information and trading behavior record of the current customers, it carries out modeling and customer churn prediction analysis through the data mining, not only could retain the potential lost customers, but also makes the operator optimize products and services and improve customer management strategy. This paper introduces the statistical theory and data mining technology into the theory of financial management, analyzes the customer churn condition of mobile communication industry, builds an effective churn prediction model, optimizes the customer service management system, and provides a new research thinking and analysis method for solving the problem of user churn and building a personalized user operating mechanism,.
Keywords: customer management; statistical theory; customer churn prediction model
参考文献：
[1] 郭钟源 . 中国互联网金融的发展问题研究 [J]. 环球市场，2017（3）：1-2.
[2] 刘静，李晓艳，闫华红 . 客户地理距离对企业创新投入与创新产出影响研究 [J]. 中央财经大学学报，2021（5）：118-128.
[3] 马志浩，吴玫 . 通话中的农村与手机网络通讯的城市：移动传播与社会资本的基层图景 [J]. 新闻大学，2018（1）：100-110.
[4] 何玉长，刘泉林 . 数字经济的技术基础、价值本质与价值构成 [J]. 深圳大学学报（人文社会科学版），2021，38（3）：57-66.
[5] 吴文婷，欧阳敏姿，陈会雄 . 数字化时代银行小微金融服务创新研究 [J]. 金融与经济，2021（1）：90-96.
[6] 于跃，李雷鸣 . 加油站客户价值分类与精准营销策略 --基于改进 RFAT 模型的定价模式分析 [J]. 价格理论与实践，2018（11）：158-161.
[7] 孙凡，宋瑜婧 . 个人信息对企业发展的影响机制研究 -- 基于网络营销平台的视角 [J]. 中央财经大学学报，2018（3）：120-128.
[8] COLGATE M R，DANAHER P J. Implementing a customer relationship strategy： The asymmetric impact of poor versus excellent execution [J].Journal of the Academy of Marketing Science，2000，28（3）：375-387.
[9] KIM H S，YOON C H. Determinants of subscriber churn and customer loyalty in the Korean mobile telephony market [J].Telecommunications Policy，2004，28（9-10）：751-765.
[10] 贺建军 . 基于 SVM 的客户流失预测研究 [D]. 昆明：昆明理工大学，2009.
[11] 秦智聃，陈章跃，弓宪文 . 基于数据挖掘技术的物流配送成本估计研究 [J]. 现代电子技术，2020，43（13）：183-186.
[12] 唐雅娟，桂鹏程 . 基于数据挖掘的房地产价格预测 [J].统计与决策，2019，35（8）：80-83.
[13] 曹国，许娟，沈利香 . 基于 ERFM 和二元 logistic 的商业银行零售客户流失模型研究 [J]. 财会通讯，2012（33）：147-149.
[14] 员青泽，武彩霞 . 数据挖掘在通信企业用户流失预警中的应用 [J]. 信息通信，2018（8）：252-253.
[15] CHEN C，ZHANG Q M，MA Q，et al. LightGBMPPI：predicting protein-protein interactions through LightGBM with multi-information fusion [J].Chemometrics and Intelligent Laboratory Systems，2019，191（15）：54-64.
作者简介：张驭思（2001—），女，汉族，江苏盐城人，本科在读，研究方向：金融管理。