Luận văn Thạc sĩ Kỹ thuật: Cải tiến thuật toán SVM với SVM song song, ứng dụng vào phân lớp và dự báo số khách hàng sử dụng di động

Cải Tiến Thuật Toán SVM Với SVM Song Song, Ứng Dụng Vào Phân Lớp Và Dự Báo Số Khách Hàng Sử Dụng Di Động

Tác giả: Nguyễn Xuân Sang

Lĩnh vực: Hệ Thống Thông Tin

Nội dung tài liệu:

Luận văn này tập trung vào việc cải tiến thuật toán Support Vector Machine (SVM) bằng cách sử dụng phiên bản song song (SVM song song). Nghiên cứu đề xuất ứng dụng mô hình kết hợp giữa Logistic Regression (LR) và SVM song song để nâng cao hiệu quả phân lớp và dự báo số lượng khách hàng sử dụng dịch vụ di động. Đề tài đi sâu vào phân tích các mô hình dự báo khách hàng rời mạng, bao gồm mô hình LR và SVM, từ đó đề xuất phương pháp kết hợp hai mô hình này nhằm phát huy ưu điểm và khắc phục hạn chế của từng mô hình đơn lẻ. Luận văn cũng trình bày kết quả áp dụng mô hình kết hợp vào thực tế dự báo khách hàng rời mạng tại Viễn Thông Tây Ninh, nhằm hỗ trợ doanh nghiệp trong việc lên kế hoạch tiếp cận và giữ chân khách hàng hiệu quả.

Mục lục chi tiết:

• Lời cam đoan
• Lời cám ơn
• Mục lục
• Danh mục ký hiệu, chữ viết tắt
• Danh sách bảng
• Danh sách hình vẽ
• Mở đầu
• Chương 1. Tổng quan: Khái niệm khách hàng rời mạng, các phương pháp dự báo, khó khăn và thách thức.
• Chương 2. Mô hình kết hợp: Giới thiệu chi tiết về mô hình Logistic Regression và Support Vector Machine, SVM song song, và mô hình kết hợp LR và SVM.
• Chương 3. Dự báo tại Viễn Thông Tây Ninh: Ứng dụng mô hình kết hợp vào dự báo khách hàng rời mạng tại Viễn Thông Tây Ninh.
• Chương 4. Kết luận và hướng phát triển: Đánh giá kết quả đạt được và đề xuất hướng nghiên cứu tiếp theo.
• Danh mục tài liệu tham khảo
• Phụ lục