研发人：姚正安
数学学院
本研究低成本搭建了弹性可扩展的Hadoop云计算平台，大幅度提升了海量数据的计算能力。结合决策树、贝叶斯等经典数学算法，创造性建立了面向市场应用的客户指纹识别、客户流失预警等电信领域核心模型，提升了模型精准度，并依托Hadoop云计算平台创新性解决了模型的算法实现，快速有效地支撑了市场营销和决策。
1.利用客户交往圈的独特性，建立基于MapReduce的客户指纹多维向量，并采用决策树C5.0算法衡量客户多维向量的相似性及相异性，综合判别两个客户指纹是否为同一个客户。本模型的客户识别准率达90%以上。
2.创造性建立了基于MapReduce贝叶斯算法的客户流失预警模型，采用贝叶斯分类算法预测客户流失高风险群体。本模型预测准确率达62%以上。
3.创新性利用Hadoop技术实现海量客户位置数据的分布式计算，解决了海量数据计算难题，提高了对客户活动区域定位的效率，时间比原算法缩短92%。
 |
 |
 |
| 服务号 | 订阅号 | 微博 |
