隨著我國(guó)的汽車(chē)行業(yè)的蓬勃發(fā)展,汽車(chē)保有量的增長(zhǎng)和車(chē)齡的不斷上升,我國(guó)汽車(chē)行業(yè)的利潤(rùn)鏈趨向于導(dǎo)向汽車(chē)后市場(chǎng)。但是汽車(chē)銷售服務(wù)店在滿足客戶在售后各種需求上以及服務(wù)營(yíng)銷措施等發(fā)展并不完善,導(dǎo)致客戶存在著流失的問(wèn)題。因此,汽車(chē)銷售服務(wù)店可以利用客戶的信息,對(duì)客戶是否流失進(jìn)行預(yù)測(cè),對(duì)識(shí)別為流失的客戶采取精準(zhǔn)營(yíng)銷手段,降低客戶的流失率,減少損失。汽車(chē)銷售服務(wù)店的客戶數(shù)據(jù)分布通常是不平衡的,流失客戶數(shù)要大幅度低于未流失客戶數(shù)。在這種情況下,傳統(tǒng)的算法一般會(huì)過(guò)多地關(guān)注未流失的客戶,導(dǎo)致對(duì)流失的客戶的錯(cuò)分,這種錯(cuò)分會(huì)對(duì)汽車(chē)銷售服務(wù)店造成極大的損失。因此,研究汽車(chē)銷售服務(wù)店客戶流失分類問(wèn)題有著重要的意義。針對(duì)這種現(xiàn)象,本文以某汽車(chē)銷售服務(wù)店的6萬(wàn)多條客戶數(shù)據(jù)為實(shí)驗(yàn)對(duì)象進(jìn)行實(shí)驗(yàn),其包括客戶基礎(chǔ)信息、車(chē)輛基礎(chǔ)信息、車(chē)輛貸款信息和車(chē)輛保險(xiǎn)信息共計(jì)18個(gè)特征�？蛻魯�(shù)據(jù)需要進(jìn)行探索性分析、數(shù)值型數(shù)據(jù)標(biāo)準(zhǔn)化、非數(shù)值型數(shù)據(jù)特征編碼、特征降維等預(yù)處理操作。經(jīng)過(guò)文獻(xiàn)查閱,以往在客戶流失問(wèn)題中常用的決策樹(shù)、邏輯回歸等算法大都存在運(yùn)行速率慢、對(duì)流失客戶預(yù)測(cè)效果較差等問(wèn)題。因此本文選取較適合處理大批量、不平衡數(shù)據(jù)集的Light ...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1我國(guó)汽車(chē)產(chǎn)銷量數(shù)據(jù)

改進(jìn)的LightGBM算法在汽車(chē)銷售客戶流失預(yù)警中的應(yīng)用11緒論1.1研究背景及意義我國(guó)的汽車(chē)行業(yè)隨著實(shí)體經(jīng)濟(jì)的快速發(fā)展，也迎來(lái)了快速發(fā)展的階段。根據(jù)中科智庫(kù)提供的數(shù)據(jù)顯示，最近幾年，我國(guó)汽車(chē)的產(chǎn)量和銷量基本處于穩(wěn)定增長(zhǎng)的階段，于2018年達(dá)到頂峰。在2020年疫情時(shí)期，我國(guó)的汽....

圖1-4研究方法

改進(jìn)的LightGBM算法在汽車(chē)銷售客戶流失預(yù)警中的應(yīng)用91.3.2研究方法圖1-4研究方法Fig.1-4Researchmethodology(1)文獻(xiàn)閱讀法對(duì)國(guó)內(nèi)外有關(guān)客戶流失、LightGBM算法研究、不平衡數(shù)據(jù)問(wèn)題處理方法的相關(guān)文獻(xiàn)進(jìn)行搜集整理，對(duì)內(nèi)容相關(guān)性較強(qiáng)的文獻(xiàn)進(jìn)行....

圖2-5所示：訓(xùn)練集D

華中農(nóng)業(yè)大學(xué)2022屆碩士研究生學(xué)位(畢業(yè))論文14,1min2..()1wbTiiwstywx+b(2-2)我們需要找到的最大間隔超平面，即為圖2-3中紅色直線所代表的超平面方程。2.2.3隨機(jī)森林模型隨機(jī)森林(RandomForest，RF)的核心是自助采樣法。即在抽取樣本時(shí)....

圖2-5隨機(jī)森林算法原理

華中農(nóng)業(yè)大學(xué)2022屆碩士研究生學(xué)位(畢業(yè))論文14,1min2..()1wbTiiwstywx+b(2-2)我們需要找到的最大間隔超平面，即為圖2-3中紅色直線所代表的超平面方程。2.2.3隨機(jī)森林模型隨機(jī)森林(RandomForest，RF)的核心是自助采樣法。即在抽取樣本時(shí)....

本文編號(hào)：3921376