Система інтелектуального аналізу даних для прогнозування відтоку аудиторії в телекомунікацій галузі

Скорочена інформація про документ
dc.contributor.advisorДідковська, Марина Віталіївна
dc.contributor.authorГаврилко, Дар’я Олегівна
dc.date.accessioned2023-10-16T09:36:33Z
dc.date.available2023-10-16T09:36:33Z
dc.date.issued2023
dc.description.abstractДипломна робота: 147 с., 69 рис., 7 табл., 2 додатки, 37 джерел. ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ ДАНИХ, МАШИННЕ НАВЧАННЯ, БІНАРНА КЛАСИФІКАЦІЯ, МОДЕЛЮВАННЯ, ПРОГНОЗУВАННЯ ВІДТОКУ. Об’єкт дослідження – статистичні дані про користувачів телекомунікаційної компанії. Предмет дослідження – методи обробки статистичних даних та моделі машинного навчання, зокрема, логістична регресія, наївний баєсівський класифікатор, дерева рішень, метод опорних векторів та XGBoost. Мета дипломної роботи – побудова системи прогнозування відтоку аудиторії в телекомунікаційній галузі на основі методів машинного навчання. Актуальність – розробка ефективних інструментів прогнозування та управління відтоком користувачів, з метою збереження аудиторії, покращення їх користувацького досвіду та корегування стратегії розвитку телекомунікаційної компанії в цілому. В даній дипломній роботі було проведено створено програмний продукт мовою Python. А саме, було виконано побудову прогностичні моделі, проведено аналіз отриманих результатів та вибір найкращої моделі. Особливу увагу було приділено підготовці даних та їх попередньому аналізу, з метою визначення патернів поведінки користувачів та виявлення важливих факторів, що потенційно впливають на відтік. В подальшому можна підвищувати прогностичну здатність моделей та впроваджувати їх в реальну систему, що може включати інтеграцію в існуючі системи управління клієнтами, автоматизовані системи маркетингу та веб- платформи для моніторингу відтоку.uk
dc.description.abstractotherBachelor’s thesis: 147 p., 69 fig., 7 tabl., 2 appendices, 37 sources. INTELLECTUAL DATA ANALYSIS, MACHINE LEARNING, BINARY CLASSIFICATION, MODELING, CHURN PREDICTION. Object of research - telecommunication company user’s statistical data. Subject of research - methods of statistical data processing and machine learning models, including logistic regression, naїve Bayes classifier, decision trees, support vector machine and XGBoost. The aim of the thesis is to build a churn prediction system in the telecommunications industry based on machine learning methods. Relevance - development of effective prediction and churn management tools to retain customers, improvement of their experience and adjustment of the overall development strategy of the telecommunications company. In this thesis, a software product was developed using the Python programming language. In particular, predictive models were designated and the obtained results were analyzed to select the best model. Particular attention was paid to data preparation and preliminary analysis to identify user behavior patterns and important factors that may potentially influence the churn. In the future, the predictive capability of the models can be improved and they can be implemented into an existing system, which may involve integration into existing customer management systems, automated marketing systems and web platforms for churn monitoring.uk
dc.format.extent147 с.uk
dc.identifier.citationГаврилко, Д. О. Система інтелектуального аналізу даних для прогнозування відтоку аудиторії в телекомунікацій галузі : дипломна робота ... бакалавра : 124 Системний аналіз / Гаврилко Дар’я Олегівна. – Київ, 2023. – 147 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61401
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectпрогнозування відтокуuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectбінарна класифікаціяuk
dc.subjectмоделюванняuk
dc.subjectintellectual data analysisuk
dc.subjectmachine learninguk
dc.subjectbinary classificationuk
dc.subjectmodelinguk
dc.subjectchurn predictionuk
dc.titleСистема інтелектуального аналізу даних для прогнозування відтоку аудиторії в телекомунікацій галузіuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи