dc.contributor.author | Папа, А. А. | uk |
dc.contributor.author | Шемет, Є. О. | uk |
dc.contributor.author | Яровий, А. А. | uk |
dc.contributor.author | Ваховська, Л. М. | uk |
dc.date.accessioned | 2024-03-19T14:20:24Z | |
dc.date.available | 2024-03-19T14:20:24Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Прогнозування відтоку клієнтів за допомогою комбінування методів машинного навчання [Електронний ресурс] / А. А. Папа, Є. О. Шемет, А. А. Яровий, Л. М. Ваховська // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/16055. | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/40202 | |
dc.description.abstract | Розглянуто актуальність проблеми прогнозування відтоку клієнтів. Здійснено аналіз моделі прогнозування відтоку клієнтів на основі комбінування дерев рішень та методу найближчих сусідів, що використовується в основі методу беггінгу. За результатами дослідження була підтверджена доцільність та перспективність застосування моделі на основі комбінування дерев рішень та методу найближчих сусідів у реальному програмному продукті. | uk |
dc.description.abstract | The urgency of the problem of forecasting the outflow of customers is considered. An analysis of the customer outflow forecasting model based on a combination of decision trees and the nearest neighbors method used in the basis of the beggling method is performed. The results of the study confirmed the feasibility and prospects of applying the model based on a combination of decision trees and the method of the nearest neighbors in a real software product. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/16055 | |
dc.subject | машинне навчання | uk |
dc.subject | дерево рішень | uk |
dc.subject | метод найближчих сусідів | uk |
dc.subject | беггінг | uk |
dc.subject | аналіз даних | uk |
dc.subject | machine learning | en |
dc.subject | decision tree | en |
dc.subject | nearest neighbor method | en |
dc.subject | bagging | en |
dc.subject | data analysis | en |
dc.title | Прогнозування відтоку клієнтів за допомогою комбінування методів машинного навчання | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.89 | |
dc.relation.references | Huang, B., Kechadi, M. T., & Buckley, B. (2012). Customer churn prediction in telecommunications. Expert Systems with Applications, 39(1), 1414-1425. | en |
dc.relation.references | Tsai, C. F., & Lu, Y. H. (2009). Customer churn prediction by hybrid neural networks. Expert Systems with Applications, 36(10), 12547-12553. | en |
dc.relation.references | Mahesh, B. (2020). Machine learning algorithms-a review. International Journal of Science and Research (IJSR).[Internet], 9, 381-386. | en |
dc.relation.references | Bhlmann, P., & Hothorn, T. (2007). Boosting algorithms: Regularization, prediction and model fitting. Statistical science, 22(4), 477-505. | en |
dc.relation.references | Andrii Papa, Yevhen Shemet, Andrii Yarovyi, Lyubov Vahovska Development of information technology for analyzing the customer churn of a telecommunication company. 3 Information and control systems. Vol. 2, No. 2(64), 2022. p. 11-15. DOI: https://doi.org/10.15587/2706-5448.2022.255861 | en |