杨成义　林瑞琼

摘  要：文章结合了某电信公司系统存储的业务数据，对数据进行清洗和分析，在提取重要特征后，利用了Python所提供的scikit-learn核心算法库，实现了逻辑回归，支持向量机，K近邻等监督学习算法的建模，最后对各个算法的结果进行分析。在实际的商业活动中，企业人员可以综合利用模型中准确率较高的几种算法，制定对应的运营方案和挽回策略，从而有效地减少客户的流失。

关键词：客户流失预警;Python;sklearn;逻辑回归

中图分类号：TP311   文献标识码：A 文章编号：2096-4706（2021）17-0032-03

Abstract： Combined with the business data stored in the system of a telecom company， this paper cleans and analyzes the data. After extracting important features， it uses the scikit-learn core algorithm library provided by Python to realize the modeling of supervised learning algorithms such as logistic regression， support vector machine and k-nearest neighbor. Finally， the results of each algorithm are analyzed. In actual business activities， enterprise personnel can make comprehensive use of several algorithms with high accuracy in the model to formulate corresponding operation schemes and recovery strategies， so as to effectively reduce the loss of customers.

Keywords： customer churn early warning; Python; sklearn; logistic regression

0  引  言

在电信行业中，客户的库存流失包括主动网外流失，被动网外流失和潜在流量流失这三种主要的表现形式。顾客主动要求注销和关闭之前购买过的账户，并将服务转移到其他运营商的损失，称之为主动网外损失，该现象的损失是可衡量的。用户将服务和需求转移到其他网络，终止当前服务之前，必须经过相关的流程或者程序通过才可实现。客户欠费、停机的情况（即没有通过流程的客户）称为被动网外流失。该损失可以衡量，不过这会造成企业的坏账。由于使用意愿的转移和服务次数明显降低，客户虽然目前还是在网络中的，但客户的流量（呼叫使用率）却大大下降，称之为潜在流量损失。这种损失往往是很难去估量的，是因为我们不清楚客户的使用意图发生何种变化。

对客户的流失情况进行分析，其目的是为了挽留可能会流失的用户，提升业务效益。客户流失预警分析，就……