چکيده
رويگرداني مشتري يكي از مسائلي است كه موجبات نگراني اعلب شركتها را فراهم ميكند. براي حل اين مشكل،
رويكردهاي مختلفي از طريق ايجاد مدلهاي پيش بيني براي مشتريان وجود دارد. مسئله رويگرداني مشتري به
راحتي قابل رديابي و قابل تعريف نيست، بنابراين ايجاد يك مدل پيش بيني براي حل اين مشكل از پيچيدگي بالايي
برخوردار خواهد بود. به منظور مقالبه با اين مسئله، در پژوهش حاضر دادههاي موجود از يك شركت مخابراتي را
انتخاب كرده و با استفاده از سه روش درخت تصميم، شبكه عصبي و ماشين بردار پشتيبان به مدلسازي دادهها
پرداخته ايم. كليه فرايندهاي اين پژوهش با استفاده از نرم افزار RapidMiner انجام شده است. نتايج حاصل از
پژوهش نشان ميدهد كه الگوريتم درخت تصميم نسبت به دو روش ديگر از ميزان دقت بيشتري برخوردار است.
همچنين به دليل نامتوازن بودن كلاس اقليت، از روش بگينگ و بوستينگ نيز استفاده شده كه نتايج حاكي از آن
است كه روش بگينگ تأثير بهتري بر روي متقارن كردن دادهها و افزايش صحت و دقت نتايج دارد.
