عنوان ترجمه شده مقاله: مروری بر داده کاوی برای پیش بینی ریزش در مخابرات

Telecommunication sector generates a huge amount of data due to increasing number of subscribers, rapidly renewable technologies; data based applications and other value added service. This data can be usefully mined for churn analysis and prediction. Significant research had been undertaken by researchers worldwide to understand the data mining practices that can be used for predicting customer churn. This paper provides a review of around 100 recent journal articles starting from year 2000 to present the various data mining techniques used in multiple customer based churn models. It then summarizes the existing telecom literature by highlighting the sample size used, churn variables employed and the findings of different DM techniques. Finally, we list the most popular techniques for churn prediction in telecom as decision trees, regression analysis and clustering, thereby providing a roadmap to new researchers to build upon novel churn management models

چکیده

بخش مخابرات به دلیل افزایش تعداد مشترکین، فناوری هایی که به سرعت در حال تغییر هستند، داده های مبتنی بر برنامه های کاربردی و دیگر خدمات ارزش افزوده، مقادیر زیادی داده تولید می کند. این داده ها را می توان به صورت مفیدی برای تحلیل و پیش بینی ریزش به کار گرفت. محققان سراسر جهان تحقیقات قابل توجهی برای درک شیوه های داده کاوی ای که برای پیش بینی ریزش مشتری به کار می رود، انجام داده اند. این مقاله با مرور حدود 100 مقاله ژورنالی که شروع آنها از سال 2000 بوده است، انواع مختلف تکنیک های داده کاوی مورد استفاده در مدل های ریزش مبتنی بر چند مشتری را ارائه می دهد. سپس، ادبیات مربوط به مخابرات را با توجه خاص به اندازه نمونه های استفاده شده، متغیرهای ریزش به کار رفته، یافته های تکنیک های مختلف داده کاوی، به صورت خلاصه مطرح می کنیم. سرانجام، محبوب ترین تکنیک های پیش بینی ریزش در مخابرات را به عنوان درخت های تصمیم گیری، طبقه بندی و تحلیل رگرسیون فهرست کرده و در نتیجه یک نقشه راه برای محققان جدیدی که می خواهند مدل های مدیریت ریزش جدید بسازند، ارائه می دهیم.

1-مقدمه

مشتریان امروزی دارای یک منبع ظاهرا بی پایان اطلاعات در نوک انگشتان خود هستند. به عنوان مثال، تلفن های هوشمند دسترسی بسیار سریع تری به اطلاعات می برند، محصول و مقایسه قیمت ها، می داند. در نتیجه، شرکت های فعال در چندین صنعت در زمینه جذب و حفظ مشتری دچار مشکل هستند. مشتریان به دلیل پیشرفت های سریع فناوری و افزایش رقابت، گزینه های مختلفی برای انتخاب دارند و این امر برای اپراتورهای مخابراتی به یک چالش تبدیل شده است. این فرایند "ریزش" نامیده می شود...