内容摘要：随着时代的高速发展，伴随着通信运营商业务的普遍，现如今电信运营商面临越来越高的获客成本，甚至陷入拉新难的窘境，尽可能得保证客户不流失变得越来越重要。本文主要用机器学习来研究与预测电信客户流失与否的问题。通过数据清洗处理，分别从客户的个人情况、服务属性、合同信息这三个方面，通过数据可视化分析，选择出对用户流失影响较大的主要特征，利用AdaBoost算法构建模型，通过参数调优，尽可能地利用客户的已知信息判断该客户是否为潜在的流失客户，并针对潜在的流失客户制定合理有效的留存计划。实证结果表明，构建的模型对测试集数据的有较好的预测效果，最佳得分达到0.8156，对客户的潜在流失的预测具有较高的准确性。

关键词：AdaBoost；客户流失；二分类模型

目 录

Abstract

内容摘要

1 绪论-1

1.1 研究背景与意义-1

1.2 国内外研究现状-1

1.3 论文模型构建思想-2

2 相关理论-3

3数据分析-5

3.1 数据选取与解读-5

3.2 数据处理-6

3.3数据可视化分析-6

3.3.1 查看流失用户数量和占比-6

3.3.2用户属性分析-7

3.3.3服务属性分析-8

3.3.4合同信息分析-10

3.3.5小结-11

4 模型构建与分析-13

4.1模型构建-13

4.2模型分析-15

4.2.1 模型评估-15

4.2.2 结果分析与预测-16

5 总结与建议-17

5.1 总结-17

5.2 建议-17

参考文献-18

致谢