一起来探讨判别分析在通信行业的实际应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我们都知道运营商都会有一些包月套餐，比如50元包含 XX主叫分钟数、XX流量，然后80元又包含 XX主叫分钟数、XX流量，如此类推有二十多种套餐。
这里面就包含三个信息：消费金额、通话分钟数、流量。目前已有一些客户开通了这些套餐，也就是这些客户的套餐类型（分组）、消费金额、通话分钟数、流量信息都知道。
如何将未开通套餐的客户通过消费金额、通话分钟数、流量等信息将其归类到以上的二十多种套餐中呢？
按照一般的处理应该是根据已有客户的信息：以套餐作为分组变量，以网龄、消费金额、通话分钟数、流量作为自变量，通过判别分析法，建立判别函数。
但我根据此方法得到了4个典则函数（function），最后训练样本的分类结果不太好，有些分组的训练结果只有10%一下会分到其本来的类，最高的分组也只有70%多。
我的疑问是：
1、为何误判率这么高、原始数据的误判率如此高是否会影响建模？是否我的分类太多？
2、既然各个套餐（分组）的分组标准如此准确（有确切的消费金额、通话分钟数、流量），是否有方法直接根据套餐的信息建立模型，然后将未开通套餐的客户代入模型来分类？

求大侠帮忙，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：判别分析 通信行业 实际应用 function 原始数据 流量 套餐 function 通信行业 实际应用

方法很好，是对路的。建议使用二次判别或者贝叶斯判别降低误判率。