Комплексний метод аналізу та прогнозування лояльності абонентів на основі технології машинного навчання

Скорочена інформація про документ
dc.contributor.advisorГлоба, Лариса Сергіївна
dc.contributor.authorМороз, Анастасія Миколаївна
dc.date.accessioned2021-02-11T16:39:59Z
dc.date.available2021-02-11T16:39:59Z
dc.date.issued2020-12
dc.description.abstractenFinal work: 100 pages, 11 illustrations, 27 tables, 52 references. The purpose of the work is to increase the efficiency of identifying factors and patterns of statistical data sets that affect the subscriber's decision to stop using the services of a mobile operator. As a result of the study, such machine learning methods as: associative rules, decision trees and bagging were considered. Input from one of the largest mobile operators analyzed. A business model for determining the outflow of subscribers from a mobile operator using a set of machine learning methods is proposed. Regularities and factors influencing the outflow of subscribers of the mobile operator and parameters about the subscribers that may refuse the services of the mobile operator have been obtained.uk
dc.description.abstractukВипускна робота: 100 сторінок, 11 ілюстрацій, 27 таблиць, 52 джерел; Мета роботи – підвищення ефективності виявлення факторів та закономірностей із статистичних наборів даних, які впливають на рішення абонента припинити користуватися послугами оператора мобільного зв’язку. В результаті дослідження були розглянуті такі методи машинного навчання як: асоціативних правил, дерева рішень та bagging. Проаналізовано вхідні данні від одного з найбільших операторів мобільного зв’язку. Запропоновано сценарій бізнес процесу для визначення відтоку абонентів від оператору мобільного зв’язку за допомогою комплексу методів машинного навчання. Отримані фактори, що найбільше впливають на відтік абонентів мобільного оператору та параметри про абонентів, що можуть відмовитись від послуг оператора мобільного зв’язку.uk
dc.format.page100 с.uk
dc.identifier.citationМороз, А. М. Комплексний метод аналізу та прогнозування лояльності абонентів на основі технології машинного навчання : магістерська дис. : 172 Телекомунікації та радіотехніка / Мороз Анастасія Миколаївна. – Київ, 2020. – 100 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/39330
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectтелеком операторuk
dc.subjectвідтікuk
dc.subjectмашинне навчанняuk
dc.subjectбізнес аналізuk
dc.subjectвеликі даніuk
dc.subjecttelecom operatoruk
dc.subjectoutflowuk
dc.subjectmachine learninguk
dc.subjectbusiness analysisuk
dc.subjectbig datauk
dc.subject.udc004.021uk
dc.titleКомплексний метод аналізу та прогнозування лояльності абонентів на основі технології машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Moroz_magistr.pdf
Розмір:
1.9 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (КІТМ)
Магістерські роботи