National and Kapodistrian University of Athens
Συγκριτική ανάλυση αλγορίθμων μηχανικής μάθησης για την πρόβλεψη αποχώρησης πελατών στον τομέα των τηλεπικοινωνιών
Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία μελετά τη συγκριτική ανάλυση τριών αλγορίθμων μηχανικής μάθησης για την πρόβλεψη αποχώρησης πελατών στον κλάδο των τηλεπικοινωνιών. Συγκεκριμένα, εξετάζονται οι αλγόριθμοι Random Forest, Decision Trees και Support Vector Machines, αναπτύσσοντας αξιόπιστα μοντέλα πρόβλεψης. Για την ανάλυση της εργασίας χρησιμοποιείται ένα ανοιχτό σύνολο δεδομένων της IBM, περιέχοντας πληροφορίες τόσο για τη συμπεριφορά των πελατών όσο και για τα μοτίβα που οδηγούν στην αποχώρηση. Με τη λεπτομερή ανασκόπηση της βιβλιογραφίας, παρουσιάζονται οι σύγχρονες προσεγγίσεις στην πρόγνωση αποχώρησης και ταυτόχρονα, οι προκλήσεις που αντιμετωπίζει ο επιχειρηματικός κλάδος στο επίπεδο της διατήρησης των πελατών. Η ανάλυση πραγματοποιήθηκε μέσω της διαδικασίας προεπεξεργασίας των δεδομένων, την εφαρμογή μηχανικής μετατροπής μερικών από των χαρακτηριστικών και την αξιολόγηση των δεικτών, Ακρίβεια, Βαθμολογία F1 και Ανάκληση. Tέλος, στόχος της εργασίας είναι η ενίσχυση των στρατηγικών CRM, προσφέροντας προτάσεις βελτίωσης για τη διατήρηση των υπαρχόντων πελατών και την αύξηση του ανταγωνιστικού πλεονεκτήματος στον κλάδο των τηλεπικοινωνιών.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- ΓΙΑΝΝΙΟΥ ΣΠΥΡΙΔΟΥΛΑ-ΚΥΡΙΑΚΗ
- GIANNIOU SPYRIDOULA-KYRIAKI
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:5309814