Детальная информация

Название 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
Авторы Мельникова Марина Юрьевна
Научный руководитель Белых Игорь Николаевич
Другие авторы Колосова Ольга Владимировна
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2019
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика Вычислительные машины электронные — Применение в экономике ; Алгоритмы ; отток клиентов ; прогнозирование ; классификация
УДК 004.421:658.14./17
ББК 65.291.9с51я031
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 09.04.03
Группа специальностей ФГОС 090000 - Информатика и вычислительная техника
Ссылки Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-959
Права доступа Доступ по паролю из сети Интернет (чтение)
Ключ записи ru\spstu\vkr\2005
Дата создания записи 18.09.2019

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

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.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать
Интернет Авторизованные пользователи СПбПУ
Прочитать
Интернет Анонимные пользователи

Количество обращений: 55 
За последние 30 дней: 0

Подробная статистика