메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
허재혁 (Yonsei University) 이웅섭 (Yonsei University)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제27권 제8호
발행연도
2023.8
수록면
1,016 - 1,019 (4page)
DOI
10.6109/jkiice.2023.27.8.1016

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we explore customer churn in a telecommunication company, measuring the probability of users discontinuing their service. Our investigation employs various machine learning models, including Decision Tree, Random Forest, XGBoost, LightGBM, SVM, Logistic Regression, and Deep Neural Network. To accomplish this, we leverage data collected from a California-based telecommunication company, initially containing 38 feature data. In order to reduce complexity, we apply Lasso regression to select the five most crucial features for determining customer churn: household situation, service satisfaction, loyalty, payment capability, and contract type. Through performance evaluation, we demonstrate that accurate predictions of customer churn can be achieved even with five features, emphasizing the significance of feature selection.
#Customer churn prediction #LASSO #deep learning #machine learning #feature extraction

목차

ABSTRACT
Ⅰ. 서론
Ⅱ. 활용 통신사 데이터 셋 및 전처리
Ⅲ. 기계학습 분석 및 특징선택
Ⅳ. 성능 분석 결과 및 논의
Ⅴ. 결론
REFERENCES

참고문헌 (7)

참고문헌 신청
J. Ahn, S. Han, and Y. Lee. “Customer Churn Analysis: Churn Determinants and Mediation Effects of Partial Defection in the Korean Mobile Telecommunications Service Industry,” Telecommunications policy, vol. 30, no. 10, pp. 552-568, Nov. 2006. DOI: 10.1016 google schola J. Ahn, J. Hwang, D. Kim, H. Choi and S. Kang, “A Survey on Churn Analysis in Various Business Domains,” IEEE Access, vol. 8, pp.220816-220839, Jan. 2020. DOI: 10.1109/ACCESS.2020.3042657. google schola I. Ullah, , B. Raza, A. K. Malik, M. Imran, S. U. Islam, and S. Kim, “A Churn Prediction Model Using Random Forest: Analysis of Machine Learning Techniques for Churn Prediction and Factor Identification in Telecom Sector,” IEEE Access, vol. 7, pp. 60134-6 google schola S. W. Fujo, S. Subramanian, and M. A. Khder, “Customer Churn Prediction in Telecommunication Industry Using Deep Learning,” Information Sciences Letters, vol. 11, no. 1, pp. 185-198, Jan. 2022. DOI: 10.18576/isl/110120. google schola A. K. Ahmad, A. Jafar, and K. Aljoumaa, “Customer Churn Prediction in Telecom Using Machine Learning in Big Data Platform,” Journal of Big Data, vol. 6, no. 28, pp. 1-24, Mar. 2019. DOI: 10.1186/s40537-019-0191-6. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

랜덤 포레스트 기반 서울시 노인보호구역 입지선정 방안
박지연 ,  장윤진 ,  김태헌 외 2명 대한공간정보학회 학술대회 2023 .12
랜덤 포레스트 모델을 활용한 균열 진단 연구
김경수 ,  이현아 한국자동차공학회 추계학술대회 및 전시회 2023 .11
폐수처리 공정에서의 기계학습 및 심층학습 알고리즘의 성능 비교
김재일 ,  이효섭 ,  장진욱 외 3명 대한환경공학회지 2023 .12
이수식 TBM 데이터와 랜덤포레스트를 이용한 일축압축강도 분류 예측에 관한 연구
강태호 ,  최순욱 ,  이철호 외 1명 터널과 지하공간 2023 .12
기계 학습을 기반으로 한 뉴스 제목의 감정 분석 연구
우위항 ,  친정 ,  최염 외 1명 Proceedings of KIIT Conference 2023 .11

최근 본 자료

전체보기

댓글(0)

0