طراحی و پیادهسازی سیستم پیشبینی میزان ریزش مشتریان (Churn Prediction) برای یک شرکت مخابراتی با استفاده از الگوریتمهای یادگیری ماشین
باز
ارسال شده توسط
Ali Rezaei
11 تیر 1405
2 بازدیدها
0 پیشنهادها
دستهبندی
هوش مصنوعی و یادگیری ماشین
بودجه
8,500
- 46,250
دلار
قیمت ثابت
توضیحات پروژه
شرکت مخابراتی بزرگ در تلاش است تا میزان ریزش مشتریان خود را کاهش دهد. هدف از این پروژه، توسعه یک سیستم پیشبینی دقیق برای شناسایی مشتریانی است که احتمال ترک شبکه را دارند. شما باید با استفاده از دادههای موجود (شامل اطلاعات دموگرافیک، سابقه تماس، میزان مصرف داده، و غیره) یک مدل یادگیری ماشین مناسب را آموزش دهید که بتواند با دقت بالایی مشتریان در معرض ریزش را شناسایی کند. این مدل باید قابلیت یکپارچهسازی با سیستم CRM شرکت را داشته باشد و بتواند به تیم بازاریابی کمک کند تا اقدامات پیشگیرانهای را برای حفظ مشتریان انجام دهد. تحلیل دقیق دادهها، انتخاب الگوریتم مناسب (مانند Logistic Regression, Random Forest, SVM)، پیادهسازی، آموزش مدل با استفاده از دادههای تاریخی، ارزیابی عملکرد مدل (با استفاده از معیارهایی مانند Precision, Recall, F1-score)، تنظیم هایپرپارامترها، و مستندسازی کامل پروژه از جمله وظایف شما خواهد بود. همچنین، انتظار میرود که بتوانید یک رابط کاربری ساده برای نمایش نتایج پیشبینی و گزارشدهی به تیم بازاریابی ایجاد کنید. همکاری نزدیک با تیم داده شرکت و ارائه گزارشهای دورهای از پیشرفت کار الزامی است. اولویت با افرادی دارد که تجربه پیادهسازی مدلهای پیشبینی در صنعت مخابرات یا telecommunications را دارند.
مهارتهای مورد نیاز
Machine Learning
Artificial Intelligence
TensorFlow
Scikit-learn
درباره کارفرما
Ali Rezaei
عضو از
تیر 1405
(0.0)