买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明提供一种基于价值细分和集成预测的快递客户流失预测方法，包括客户价值细分模块、流失预测以及预警模块、个性化挽留模块，所述客户价值细分模块用于客户价值测算以及客户分类；所述流失预测以及预警模块包括网点客户流失量预测模块和单个客户流失率预测模块，用于做出客户是否流失以及流失率的预测；所述预警及个性化挽留模块用于针对客户流失的影响指标体系和客户的价值重要程度，对不同价值客户提供个性化挽留方案。本发明既能够对客户进行精准化分类，还能够高精度预测出客户是否流失、流失概率以及网点客户流失量，并根据预测结果提出个性化流失预警。

主权项：1.一种基于价值细分和集成预测的快递客户流失预测方法，其特征在于：包括客户价值细分模块、流失预测以及预警模块、个性化挽留模块，所述客户价值细分模块用于客户价值测算以及客户分类，该模块采用改进RFM模型设计出LSRMT客户价值细分模型，并引入相关指标，对指标值进行初始等级划分，然后根据指标权重的双目标约束模型确定指标权重，最终通过对指标价值指数求和计算客户最终价值得分，实现对客户的分类；所述流失预测以及预警模块包括网点客户流失量预测模块和单个客户流失率预测模块，所述网点客户流失量预测模块包括客户流失的影响指标体系的构建、黑猩猩优化算法的改进以及使用改进的黑猩猩优化算法和XGBoost融合的客户流失量预测模型进行流失量预测；所述单个客户流失率预测模块主要包括客户信息系统构建以及集成学习模型预测单个客户流失率，基于客户的原始行为数据生成新的特征属性，构建客户信息系统，并采用多种集成学习模型作为基预测分类器，选取部分特征作为属性特征子集对上述基预测分类器进行训练，然后通过线性分类器训练出子模型的权重，最后根据加权结果做出客户是否流失以及流失率的预测；所述预警及个性化挽留模块用于针对客户流失的影响指标体系和客户的价值重要程度，对不同价值客户提供个性化挽留方案，该模型建立排队时长这一影响指标与客户流失的目标约束模型，在实现客户流失损失最小的前提下为企业提供更加真实可信的数据支撑，所述客户价值细分模块包括以下步骤：Step1：定义以下客户价值指标，客户关系时长L，客户寄件活跃度S，客户收件活跃度R，客户平均花费金额M，客户信任度T，根据整理的数据集对指标进行初始等级划分xj， 其中，j＝1,2,3,4,5；a表示下阈值，b表示上阈值，具体取值根据实际数据集进行合理的分箱选取即可；Step2：根据已选取的客户样本数据测算价值指标的价值信息VIij，将数据代入基于价值信息VIij不确定性和指标权重Wj和样本权重分量wij一致性最小的双目标约束优化模型，求得较优权重： 价值信息不确定性目标函数： 权重一致性目标函数： 约束条件： 其中，m为所选取客户指标的样本数，Wj表示第j个指标的权重，wij表示第i个样本，第j个指标的权重分量；Step3：根据初始价值得分和指标分配的权重计算客户当前指标的价值指数Vj，用来表示客户在每个指标层的得分，计算公式如下：Vj＝xj×Wj根据客户的各项指标的价值指数Vj，求和得到总价值得分Vsum， Step4：根据客户总价值得分Vsum对客户进行排序划分价值等级。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于价值细分和集成预测的快递客户流失预测方法