Details

Title Прогнозирование оттока клиентов финансовой компании методами datamining: выпускная квалификационная работа магистра: 09.04.03 - Прикладная информатика ; 09.04.03_04 - Прикладная информатика в области информационных ресурсов
Creators Мельникова Марина Юрьевна
Scientific adviser Белых Игорь Николаевич
Other creators Колосова Ольга Владимировна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2019
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Вычислительные машины электронные — Применение в экономике ; Алгоритмы ; отток клиентов ; прогнозирование ; классификация
UDC 004.421:658.14./17
LBC 65.291.9с51я031
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.03
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-959
Rights Доступ по паролю из сети Интернет (чтение)
Record key ru\spstu\vkr\2005
Record create date 9/18/2019

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена исследованию методов Data Mining и реализации оптимизированного алгоритма для прогнозирования оттока клиентов на примере финансовой компании. Даны основные определения, касающиеся оттока клиентов, изучены существующие методы data mining и выполнено их применение к набору данных истории транзакций клиентов банка РосБанк. Произведен сравнительный анализ и предложена разработка оптимизированного алгоритма. Результатом исследования является реализованный алгоритм, который позволяет улучшить качество прогнозирования оттока клиентов на основе селективного ансамбля методов бинарной классификации и нейронной сети GMDH-типа.

This paper is devoted to the study of Data Mining methods and the implementation of an optimized algorithm for predicting customer churn using the example of a financial company. Given the basic definitions relating to the outflow of customers, studied the existing data mining methods and carried out their application to the data set transaction history of RosBank bank customers. A comparative analysis was made and the development of an optimized algorithm was proposed. The result of the study is an implemented algorithm that allows improving the quality of predicting customer churn based on a selective ensemble of binary classification methods and GMDH-type neural network.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous

Access count: 55 
Last 30 days: 0

Detailed usage statistics