LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG HỆ THỐNG DỰ BÁO KHÁCH HÀNG RỜI BỎ DỊCH VỤ VIỄN THÔNG DỰA TRÊN MÔ HÌNH R-CNN

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhMarketing, thương mại
Tác giảNguyễn Trung Kiệt
Người hướng dẫnTrần Nguyễn Minh Thư
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Dịch vụ viễn thông ngày càng đa dạng và phong phú, với sự xuất hiện ngày càng nhiều nhà cung cấp dịch vụ. Điều này tạo ra một sự đa dạng lựa chọn cho khách hàng trong việc chọn nhà cung cấp, đồng thời tăng thách thức trong việc duy trì sự hài lòng và giữ chân khách hàng đối với các nhà cung cấp dịch vụ viễn thông. Sự phát triển mạnh mẽ của lĩnh vực máy học mở ra những cơ hội mới để hỗ trợ các nhà cung cấp trong việc dự đoán khách hàng có khả năng rời bỏ dịch vụ hay không. Từ những dự đoán này, họ có thể nhanh chóng nhận biết những khách hàng có nguy cơ rời bỏ và áp dụng các biện pháp phù hợp để giữ chân họ. Mục tiêu của luận văn là phát triển hệ thống dự đoán khách hàng có thể sẽ rời bỏ dịch vụ viễn thông. Hệ thống này sử dụng giải thuật Bidirectional Recurrent Neural Network (BRNN) để phân tích và dự đoán hành vi khách hàng dựa trên dữ liệu lưu lượng sử dụng trước đó. Tập dữ liệu được thu thập từ doanh nghiệp cung cấp dịch vụ viễn thông VNPT Cần Thơ trong khoảng thời gian từ ngày 31 tháng 12 năm 2021 đến ngày 30 tháng 9 năm 2023, bao gồm lịch sử lưu lượng sử dụng của 1494 khách hàng, với tổng số giao dịch là 724048. Trong đó, lịch sử sử dụng của 1191 khách hàng sẽ được sử dụng cho việc huấn luyện mô hình (tổng cộng 579,238 mẫu), và lịch sử sử dụng của 298 khách hàng sẽ được dành cho việc kiểm tra mô hình (tổng cộng 144,810 mẫu). Kết quả của mô hình cho thấy độ chính xác là 71.47%, precision là 44.55%, recall là 60.81%, và f1 là 51.43%.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

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 marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

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.