prikaz prve stranice dokumenta Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta
No public access
master's thesis
Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. urn:nbn:hr:168:792055
Bajac, Bojan
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Bajac, B. (2015). Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:792055

Bajac, Bojan. "Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:792055

Bajac, Bojan. "Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:792055

Bajac, B. (2015). 'Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:792055

Bajac B. Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2015 [cited 2024 November 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:792055

B. Bajac, "Otkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2015. Available at: https://urn.nsk.hr/urn:nbn:hr:168:792055

Metadata
TitleOtkrivanje korisnika sklonih promjeni pokretne mreže temeljem analize društvenog konteksta
Title (english)Mobile churn prediction by using social context
AuthorBojan Bajac
MentorZoran Skočir (mentor)
Committee memberZoran Skočir (predsjednik povjerenstva)
Committee memberBoris Vrdoljak (član povjerenstva)
Committee memberMarko Banek (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2015-07-03, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Rad opisuje algoritme za predikciju odlaska korisnika iz telekomunikacijske mreže. Na početku rada opisan je algoritam „stablo odlučivanja“ koji ne koristi društveni kontekst kao varijablu za predikciju. Kasnije u radu opisuju se nešto složeniji algoritmi. Prvi opisani, koji koristi društveni kontekst, je „Identifikacija influencera“. Nije klasični algoritam za predikciju churna već više prevencija odlaska vrijednog korisnika. Sljedeći opisan algoritam „Identifikacija grupe potencijalnih churnera“ temelji se na identifikaciji grupe churnera gdje se kasnije metodama strojnog učenja dolazi do podatka za pojedinog korisnika. Posljednji opisani algoritam, „Hibridni model“, koristi tradicionalne metode predviđanja churna i poboljšava rezultate korištenjem analize društvenih mreža.
Abstract (english)
This paper describes churn prediction algorithms in telecommunications network. At the beginning of the paper, "Decision tree" algorithm that does not use the social context as a variable to predict churn is described, later in the paper more complex algorithms are presented. The first described, which uses social context, is "influencer identification". It is not a classic algorithm for churn prediction, more for churn prevention of valuable customers. Next described algorithm "Identification of potential churner group" is based on identifying group of churners, machine learning methods are later used to predict churn of individual customer. The last described algorithm, the "Hybrid model", uses traditional churn predicting models and enhance results using social network analysis.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:792055
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 07:41:14