Dự đoán thuê bao có tiềm năng rời mạng sử dụng mô hình học máy
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Đặng Minh Anh |
| Người hướng dẫn | Nguyễn Tuấn Dũng |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2023 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Tập trung vào việc dự báo khả năng rời mạng của khách hàng trong lĩnh vực viễn thông bằng phương pháp học máy. Lựa chọn các thuật toán như Random Forest, Gradient Boosting Tree và XGBoost để xây dựng mô hình dự báo dựa trên dữ liệu sử dụng dịch vụ của khách hàng. Quy trình thực hiện gồm các bước: thu thập và tiền xử lý dữ liệu, huấn luyện, đánh giá và tinh chỉnh mô hình để nâng cao độ chính xác. Kết quả của đồ án giúp các nhà cung cấp dịch vụ viễn thông nhận diện sớm khách hàng có nguy cơ rời mạng, từ đó đưa ra chiến lược giữ chân hiệu quả..,
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Xây dựng giải pháp chống tấn công khai thác lỗ hổng cho các ứng dụng web
- Federated Learning in Mobile-Edge-Cloud Networks
- Sử dụng phần mềm CAE để phân tích và khắc phục các lỗi khi ép phun sản phẩm vỏ điện thoại di động SHG sử dụng nhựa PCEH1050.
- Reinforcement learning for sequence-level summarization under ranking data supervision
- Hồ sơ bệnh án điện từ
- Nghiên cứu vấn đề xây dựng hệ thống Freephone cho mạng viễn thông Việt Nam
- Nghiên cứu và thử nghiệm các phương pháp tách đối tượng trên ảnh.
- Mô hình tạo sinh video khuôn mặt đồng bộ với âm thanh theo thời gian thực
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.