基于机器学习算法的企业客户价值分析及预测开题报告

1. 研究目的与意义（文献综述包含参考文献）

2019年11月21日，经济合作与发展组织（oecd）最新一期经济展望报告称，预计2019与2020两年经济将分别增长2.9%。

但是近期由于中国的特殊情况，下调了对全球经济增长的预期，即便如此全球的经济竞争仍是愈演愈烈，企业更难把控自身未来的发展。

传统企业的经营往往只注重产品的品牌、规模、制造和经销等，仅根据利润、成本等一些指标过于片面。

2. 研究的基本内容、问题解决措施及方案

要研究的问题：①企业客户价值的分析；②企业客户价值的流失预测。

拟采用的研究手段：①选择不同类型并带有流失标记的客户研究样本数据并清洗处理数据；②构建关键特征，对数据进行标准化处理，以K-means聚类算法为基础，同时尝试利用其它聚类算法进行客户价值分类，对结果进行比较判别，确定最合理的客户分群，聚成类数之后，根据算法的R、F、M特征值根据实际进行具体分析；③收集客户的信息以及消费记录④构建客户流失的特征，将客户的流失特征数据划分为训练集和测试集，构建决策树模型，分析结果，计算预测的精确率；⑤根据决策树结果对企业客户进行多方面的分析，并提出具体针对性改进意见，来提高经济收益以及企业未来发展的长远性。