اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش التنبؤ بتسرب العملاء في شركة الاتصالات باستخدام تعلم التجميع وتحليل الشبكات الاجتماعية للعملاء
 التاريخ :  26/06/2020 08:17:22  , تصنيف الخبـر  كلية تكنولوجيا المعلومات
Share |

 كتـب بواسطـة  مسؤول موقع كلية تكنولوجيا المعلومات  
 عدد المشاهدات  61


ناقشت كلية تكنولوجيا المعلومات الكترونيا وبشكل كلي اطروحة الدكتوراه والتي قدمتها الباحثة (اسيا مهدي ناصر) من قسم البرمجيات وبإشراف الاستاذ الدكتور ايمان صالح صكبان بعنوان (التنبؤ بتسرب العملاء في شركة الاتصالات باستخدام تعلم التجميع وتحليل الشبكات الاجتماعية للعملاء). اشارت الاطروحة ان تسرب العملاء إحدى أهم المشاكل بالنسبة للشركات الكبيرة، بسبب التأثير المباشر على عائدات الشركات لا سيما في مجال الاتصالات.
وان الهدف من الأطروحة هو بناء نموذج التنبؤ بتسرب العملاء في نطاق واسع من شركة الاتصالات وان أمكن اكتشاف العميل المتسرب/غير متسرب في المقام الأول.
اشارت الاطروحة الى نموذجان للتنبؤ بالزبائن المتسربين، ويعرف النموذج الأول بالتصنيف غير العلائقي الذي تنتجه استراتيجيات تعدين البيانات المتطورة في نموذج تنبؤات الزبون استنادا كليا إلى معلومات استخدام الزبائن. في حين أن النموذج الثاني يسمى التعلم العلائقي على أساس دمج بيانات التعدين وتقنيات الشبكات الاجتماعية وتحليلها في نموذج التنبؤ بالعميل باستخدام المحتوى/هيكل للشبكة مثل CDR التي تمثل بيانات شبكة الاتصال لتحسين أداء طرق التنبؤ بالعملاء.
وايضا ثلاث من المصنفات غير العلائقية التي تمثلها تقنيات التعلم الآلي التي تعمل لتحسين أداء موديل التنبؤ بالزبائن المتسربين. 
وبينت الباحثة ان المنهجية المقترحة من ميزة طريقتين للتحليل التمييزي في التحليل الخطي القائم على SVM and LDA المسقط المستخدم في بناء مؤشر PPtree , المصنف الثالث تسمى بالتجميع الموزون وهو الطريقة الأخيرة لأساليب التعلم التي تعتمد على طريقتي التعليم المجمعة للطريقتين السابقتين باستخدام طريقة WDA كنهج اكتشاف فائدة أكثر للأوزان المستخدمة في المصنف المقترح.
تم تنفيذ الجانب العملي للاطروحة على مجموعات بيانات الاتصالات من دول مختلفة مقدمة من مختلف مشغلي الاتصالات اللاسلكية في جميع أنحاء العالم، ولكل منها العديد من Observations and Attributes .
اظهرت النتائج العملية باستخدام التعدين محتوى الشبكة الاجتماعية أن إثراء مجموعة البيانات بسمات الشبكة الاجتماعية لديه قدرة تنبؤية قوية بمتوسط قيمة لجميع الإحصائيات لا تقل عن 98.27 %، في حين أن متوسط الدقة لمجموعة بيانات أصلية بها مجموعات لا تتجاوز 97 %. بينما اتصالات شبكة التعدين بالقدرة التنبؤية القوية مع متوسط قيمة الدقة لجميع المجتمعات في الرسم البياني حوالي 83 %. أظهرت التقييمات فصل واضح بين أفضل وأسوأ الطرق، الطريقة النهائية للمجموعة أسفرت عن أفضل إنجاز في جميع اختبارات التجريب.  جدير بالذكر ان كلية تكنولوجيا المعلومات تستمر باكمال المناقشات الكترونيا وبشكل كلي بسبب تفشي فايروس كورونا في البلاد وبجهود لمتابعة سير المناقشة من قبل المعاون العلمي الدكتور حيدر محمد حبيب ورئيس قسم البرمجيات الدكتور احمد سليم الصفار.   
اعلام كلية تكنولوجيا المعلومات