Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Customer Insolvency Classification in the Telecommunication Market
Języki publikacji
Abstrakty
Celem prezentowanych badań było zastosowanie drzew klasyfikacyjnych, pojedynczych i zagregowanych przez technikę boosting, do klasyfikacji ryzyka niewypłacalności klienta firmy telekomunikacyjnej. Niniejsze opracowanie ma za zadanie także stwierdzenie zasadności budowy modeli klasyfikacyjnych w zdefiniowanych podzbiorach celem poprawy trafności. W niniejszych analizach do tego celu została wykorzystana informacja o statusie zawodowym klientów, gdzie na podstawie wydzielonych grup została przeprowadzona klasyfikacja mająca na celu stwierdzenie przynależności do danej klasy, związanej z wystąpieniem lub niewystąpieniem ryzyka niewypłacalności. Decyzja o podziale klientów według wcześniej zdefiniowanych grup zawodowych była następstwem przeprowadzenia wstępnej analizy, której wyniki wykazały istotną różnicę w poziomie ryzyka niewypłacalności wśród analizowanych grup zawodowych. (fragment tekstu)
The article presents an application of classification methods (decision trees and decision trees with boosting) for customer insolvency problem on the example of the telecommunication market. Based on characteristics of the customers, models to estimate their credit risk were proposed. Five groups of the customers were proposed based on employment status. The results confirm the usefulness and high performance of the methods proposed. The approach to analyze customers in groups can be considered as a good method for more effective revenue assurance. (original abstract)
Rocznik
Tom
Strony
123--131
Opis fizyczny
Twórcy
autor
- Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
autor
- Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
Bibliografia
- Altman E., Giancarlo M., Varetto F. (1994), Corporate distress diagnostic: comparison using linear analysis and neural networks, "Journal of Banking and Finance" no 18.
- Canalli E. (2001), Experimenting neural networks to forecasts business insolvency, "Neural Network World" no 11 (4), s. 349-361.
- Daskalaki S., Kopanas I., Goudara M., Avouris N. (2003), Data mining for decision support on customer insolvency in telecommunications business, "European Journal of Operational Research" no 145, s. 239-255.
- Estevez P., Held C., Perez C. (2006), Subscription fraud prevention in telecommunications using fuzzy rules and neural networks, "Expert Systems with Applications" no 31, s. 337-344.
- Ezawa K.J., Norton S.W. (1996), Constructing Bayesian networks to predict uncollectable telecommunication accounts, "IEEE Expert Systems with Applications" no 11, s. 45-51.
- Janc A., Kraska M. (2001), Credit scoring. Nowoczesna metoda oceny zdolności kredytowej, Biblioteka Menedżera i Bankowca, Warszawa.
- Jiang T., Tuzhilin A. (2006), Segmenting customers from population to individuals: does 1-to-1 keep your customers forever, "IEEE Transactions on Knowledge and Data Engineering" no 18(10), s. 1297-1311.
- Koronacki J., Ćwik J. (2005), Statystyczne systemy uczące się, Wyd. WNT, Warszawa.
- Moore L. (1989), Modelling store choice: a segmented approach using stated preference analysis, "Transactions of the Institute of British Geographers", vol. 14, no 4, s. 461-77.
- Roar G., Eleazer M., Per-Age B. (2003), One size fits all? Segmenting customer base for maximum returns, Proceedings of the 2003 Winter Simulation Conference, red. S. Chick, P.J. Sánchez, D. Ferrin, D.J. Morrice, New Orleans, s. 1848-52.
- Saunders A. (1999), Managing credit risk, John Wiley and Sons, New York.
- Witkowska D. (2006), Discrete choice model application to the credit risk evaluation, "International Advances in Economic Research" no 12, s. 33-42.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171368611