محسن فریبرز راد - دانشجوی کارشناسی مهندسی صنایع، دانشگاه سجاد مشهد؛
منیره احمدی منش - هیئت علمی گروه مدیریت صنعتی، دانشگاه سجاد مشهد

در عصر اطلاعات، طبیعی است که صنایع مخابراتی یکی از بالاترین شاخص های رشد را در بین سایر صنایع دارا باشد، این امر باعث رقابت یتر شدن فضای بینشرک تهای مخابراتی می شود و حفظ مشتریان برای این دسته از شرکت ها اهمیت زیادی پیدا می کند. نگهداری مشتریان قدیمی به خصوص در بازار خدماتیهمچون مخابرات که بر خلاف کالاها فروش یکباره ندارند، به جز هزینه های جذب مشتری، ارزش فرصت را برای اپراتور به همراه دارد بدین معنا که تامین کنندهقادر به ارائه خدمات اضافی و جدید به مشتری در طول دوره نگهداری از او و کسب درآمد بیشتر است. در این پژوهش از مجموعه داده های مربوط به یکشرکت مخابراتی استفاده می شود تا با استفاده از الگوریتم های یادگیری ماشین، پیش بینی رویگردانی مشتریان شرکت و طبقه بندی آن ها به دو دسته رویگردانو غیر رویگردان انجام شود. در این پژوهش فرآیند پیش بینی به وسیله چهار الگوریتم درخت تصمیم، جنگل تصادفی، K نزدیک ترین همسایگی و ماشین بردارپشتیبان انجام می گیرد. برای ارزیابی مدل های ارائه شده نیز از معیارهای دقت، ماتریس درهم ریختگی، صحت، بازخوانی و F۱-score استفاده شده است.نتایج حاصل حاکی از آن است که دو مدل درخت تصمیم و ماشین بردار پشتیبان با کرنل poly نسبت به سایر مدل ها از عملکرد بهتری برخوردار هستند

روی گردانی مشتری، داده کاوی، یادگیری ماشین، طبقه بندی