<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Прогнозування відтоку клієнтів за допомогою комбінування методів машинного навчання

dc.contributor.authorПапа, А. А.uk
dc.contributor.authorШемет, Є. О.uk
dc.contributor.authorЯровий, А. А.uk
dc.contributor.authorВаховська, Л. М.uk
dc.titleПрогнозування відтоку клієнтів за допомогою комбінування методів машинного навчанняuk
dc.date.issued2022
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationПрогнозування 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.relation.ispartofМатеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/16055
dc.identifier.udc004.89
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/40202
dc.description.abstractРозглянуто 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.abstractThe 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.subjectмашинне навчанняuk
dc.subjectдерево рішеньuk
dc.subjectметод найближчих сусідівuk
dc.subjectбеггінгuk
dc.subjectаналіз данихuk
dc.subjectmachine learningen
dc.subjectdecision treeen
dc.subjectnearest neighbor methoden
dc.subjectbaggingen
dc.subjectdata analysisen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesHuang, B., Kechadi, M. T., & Buckley, B. (2012). Customer churn prediction in telecommunications. Expert Systems with Applications, 39(1), 1414-1425.en
dc.relation.referencesTsai, C. F., & Lu, Y. H. (2009). Customer churn prediction by hybrid neural networks. Expert Systems with Applications, 36(10), 12547-12553.en
dc.relation.referencesMahesh, B. (2020). Machine learning algorithms-a review. International Journal of Science and Research (IJSR).[Internet], 9, 381-386.en
dc.relation.referencesBhlmann, P., & Hothorn, T. (2007). Boosting algorithms: Regularization, prediction and model fitting. Statistical science, 22(4), 477-505.en
dc.relation.referencesAndrii 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/10.15587/2706-5448.2022.255861en
dc.date.accessioned2024-03-19T14:20:24Z
dc.date.available2024-03-19T14:20:24Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
16055.pdf
Розмір:
682,86 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: