<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=30733"><dc:title>MEDSEBOJNI VPLIV UPORABNIKOV V OMREŽJU MOBILNEGA OPERATERJA</dc:title><dc:creator>Gamulin,	Niko	(Avtor)
	</dc:creator><dc:creator>Tomažič,	Sašo	(Mentor)
	</dc:creator><dc:subject>osip</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>analiza socialnega omrežja</dc:subject><dc:description>V času stagnacije tržišča je postalo za ponudnike telekomunikacijskih storitev
ohranjanje naročnikov bistvenega pomena. Da lahko ponudnik storitev
pravočasno prepreči osip, to je prenos naročniškega razmerja h konkurenčnemu
ponudniku, mora ugotoviti, kateri uporabniki bodo to storili, in pravočasno ukrepati.
Obstoječi modeli za napovedovanje osipa obravnavajo uporabnike kot posameznike,
oziroma dodatno upoštevajo podatke, ki se navezujejo na medsebojne
povezave med uporabniki. V raziskavi nas je zanimalo, kako na osip vpliva socialno
omrežje. S tem namenom smo na podlagi spremenljivk, ki opisujejo opazovane
uporabnike v kontekstu socialnega omrežja zgradili model za napovedovanje
osipa in relevantnost izbranih spremenljivk potrdili z uspešnostjo napovedi.
Zaradi velike količine podatkov o telefonskih povezavah zahteve številnih
doslej predlaganih modelov za praktično delovanje presegajo razpoložljivost
računalniških virov, ki bi jih lahko ponudnik storitev dodelil za napovedovanje
osipa. Vsakršna redukcija kompleksnosti napovednega modela tako v primeru
analize celotne populacije v praksi predstavlja nižje zahteve za računalniške zmogljivosti
in s tem neposredno nižje stroške. S tem namenom smo predlagali model,
ki osip napoveduje na podlagi izbranih spremenljivk, in je bolj preprost od doslej
predlaganih modelov.
Jedro disertacije je predlog preprostega modela za napovedovanje osipa na
podlagi telefonskih povezav in predhodnih prekinitev naročniških razmerij med
sosedi posameznega opazovanega uporabnika. Za tak model smo se odločili zato,
Vsebina da jasno potrdimo predpostavko, da socialno omrežje vpliva na osip in je letnega
mogoče napovedati izključno na podlagi opazovanja parametrov socialnega
omrežja. Preprostost utemeljimo tako, da uspešnost predlaganega modela primerjamo
s kompleksnejšimi modeli. Primerjava pokaže, da predlagan model dosega
primerljive oziroma boljše rezultate od kompleksnejših modelov.
Za namene praktične uporabe za sprotno napovedovanje osipa v realnem času
predlagamo model, ki temelji na ugotovitvah o pomembnosti socialnega omrežja.
Rezultati modela nakazujejo, da je ob sprotni izbiri uporabnikov na dnevni ali
tedenski bazi v primeru uporabe predlaganega modela med izbranimi delež takih,
ki bi v bližnji prihodnosti prekinili naročniško razmerje bistveno večji kot v
primeru naključne izbire.</dc:description><dc:date>2015</dc:date><dc:date>2015-04-24 13:44:48</dc:date><dc:type>Doktorsko delo/naloga</dc:type><dc:identifier>30733</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
