💖💖作者：计算机编程小央姐 💙💙个人简介：曾长期从事计算机专业培训教学，本人也热爱上课教学，语言擅长Java、微信小程序、Python、Golang、安卓Android等，开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法，也喜欢交流技术，大家有技术代码这一块的问题可以问我！ 💛💛想说的话：感谢大家的关注与支持！ 💜💜
💕💕文末获取源码
@TOC
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统功能介绍
基于大数据的电信客户流失数据分析系统以 Spark 为核心大数据处理框架，结合 Spring 后端技术、Vue+ElementUI 前端框架及 Echarts 可视化工具，聚焦电信行业客户流失问题搭建一站式分析平台。系统支持从客户总体流失概览、人口属性、账户合约、业务办理及客户分群价值五大维度展开深度分析，通过 Spark SQL 实现海量客户数据的高效查询与计算，借助 Pandas、NumPy 完成数据清洗与特征处理，最终以 Echarts 生成直观的可视化图表呈现分析结果。平台能够精准识别不同在网时长、消费层级、合约类型客户的流失规律，挖掘客户流失的核心影响因素，为电信企业制定留存策略提供数据支撑，同时兼顾技术实现的可行性与业务逻辑的完整性，适合作为计算机专业大数据方向的毕业设计项目。
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统技术介绍
大数据框架：Hadoop+Spark（本次没用Hive，支持定制） 开发语言：Python+Java（两个版本都支持） 后端框架：Django+Spring Boot(Spring+SpringMVC+Mybatis)（两个版本都支持） 前端：Vue+ElementUI+Echarts+HTML+CSS+JavaScript+jQuery 详细技术点：Hadoop、HDFS、Spark、Spark SQL、Pandas、NumPy 数据库：MySQL
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统背景意义
在数字化转型加速的当下，电信行业竞争日趋激烈，客户作为企业核心资产，其流失问题直接影响企业的稳定发展与市场竞争力。随着电信业务的多元化拓展，客户可选择的服务方案愈发丰富，转网成本逐渐降低，导致客户流失现象愈发普遍。传统的客户管理方式多依赖人工统计与经验判断，难以应对海量客户数据带来的分析压力，无法精准捕捉客户流失的潜在信号与关键诱因。而大数据技术的成熟为解决这一问题提供了有效途径，能够实现对客户行为数据、消费数据、合约数据等多维度信息的深度挖掘。在此背景下，搭建一套基于大数据技术的电信客户流失数据分析系统，通过系统化的分析方法挖掘客户流失规律，成为解决电信企业客户管理痛点的务实选择，也符合计算机专业大数据方向毕业设计的实践需求。 本选题的意义主要体现在实践应用与学习提升两个层面，且均以务实、可行的目标为导向。从实践角度来看，系统能够帮助电信企业快速掌握客户流失的整体态势，精准定位高流失风险客户群体及核心影响因素，为制定差异化的客户留存策略提供数据参考，虽无法直接产生巨大的商业价值，但能为企业客户管理工作提供轻量化的分析工具。从技术实践角度，选题整合了 Spark、Spring、Vue 等主流技术，涵盖大数据处理、后端开发、前端可视化等多个技术模块，能够将课堂所学的理论知识转化为实际的系统开发能力，提升数据处理、逻辑建模与项目实战的综合素养。此外，系统所涉及的客户分群、多维度数据分析等思路，也可为同类行业数据分析项目提供简单的参考，其技术方案与实现逻辑符合本科毕业设计的难度要求，兼具实用性与学习价值。
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统演示视频
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统演示图片
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-系统部分代码
from pyspark.sql import SparkSession from pyspark.sql.functions import col, count, avg, when, sum, round, concat_ws, regexp_replace from pyspark.sql.types import DoubleType import pandas as pd import numpy as np # 初始化SparkSession spark = SparkSession.builder.appName("TelecomCustomerChurnAnalysis").master("local[*]").getOrCreate() # 核心功能1：客户流失总体概览分析（含流失率、不同在网时长流失趋势） def analyze_overall_churn(customer_df): # 数据清洗：处理TotalCharges字段的非数值型数据 cleaned_df = customer_df.withColumn("TotalCharges", regexp_replace(col("TotalCharges"), "^\\s*$", "0.0")) cleaned_df = cleaned_df.withColumn("TotalCharges", col("TotalCharges").cast(DoubleType())) # 计算总体流失率 churn_overall = cleaned_df.groupBy("Churn").agg(count("customerID").alias("customer_count")) total_customers = churn_overall.agg(sum("customer_count").alias("total")).collect()[0]["total"] churn_rate = churn_overall.filter(col("Churn") == "Yes").agg( round((count("customerID") / total_customers) * 100, 2).alias("churn_rate") ).collect()[0]["churn_rate"] retention_rate = 100.0 - churn_rate # 不同在网时长流失趋势分析：将在网时长分段 tenure_churn = cleaned_df.withColumn( "tenure_segment", when(col("tenure") <= 12, "0-12月").when(col("tenure") <= 24, "13-24月").when(col("tenure") <= 36, "25-36月") .when(col("tenure") <= 48, "37-48月").otherwise("49月以上") ).groupBy("tenure_segment", "Churn").agg(count("customerID").alias("count")) # 计算各分段流失率 tenure_total = tenure_churn.groupBy("tenure_segment").agg(sum("count").alias("total")).withColumnRenamed("tenure_segment", "ts") tenure_churn_rate = tenure_churn.filter(col("Churn") == "Yes").join( tenure_total, col("tenure_segment") == col("ts"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) tenure_churn_result = tenure_churn_rate.select("tenure_segment", "churn_rate").orderBy("tenure_segment") # 不同月度消费金额流失分布 monthly_charges_churn = cleaned_df.withColumn( "monthly_segment", when(col("MonthlyCharges") <= 30, "低消费(≤30元)").when(col("MonthlyCharges") <= 60, "中消费(31-60元)").otherwise("高消费(>60元)") ).groupBy("monthly_segment", "Churn").agg(count("customerID").alias("count")) monthly_total = monthly_charges_churn.groupBy("monthly_segment").agg(sum("count").alias("total")).withColumnRenamed("monthly_segment", "ms") monthly_churn_rate = monthly_charges_churn.filter(col("Churn") == "Yes").join( monthly_total, col("monthly_segment") == col("ms"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) monthly_churn_result = monthly_churn_rate.select("monthly_segment", "churn_rate").orderBy("monthly_segment") # 汇总结果 overall_result = spark.createDataFrame([(churn_rate, retention_rate)], ["churn_rate", "retention_rate"]) return overall_result, tenure_churn_result, monthly_churn_result # 核心功能2：客户分群与流失率分析（LTM模型） def analyze_customer_segmentation(customer_df): # 数据预处理：处理缺失值和类型转换 processed_df = customer_df.withColumn("TotalCharges", regexp_replace(col("TotalCharges"), "^\\s*$", "0.0")) processed_df = processed_df.withColumn("TotalCharges", col("TotalCharges").cast(DoubleType())) # 合同类型数值化：按月=1，一年=2，两年=3 processed_df = processed_df.withColumn( "contract_score", when(col("Contract") == "Month-to-month", 1).when(col("Contract") == "One year", 2).when(col("Contract") == "Two year", 3).otherwise(0) ) # 标准化在网时长、月度消费、合同得分（简化版标准化，避免复杂依赖） tenure_stats = processed_df.agg(avg("tenure").alias("avg_tenure"), (max("tenure") - min("tenure")).alias("tenure_range")).collect()[0] monthly_stats = processed_df.agg(avg("MonthlyCharges").alias("avg_monthly"), (max("MonthlyCharges") - min("MonthlyCharges")).alias("monthly_range")).collect()[0] contract_stats = processed_df.agg(avg("contract_score").alias("avg_contract"), (max("contract_score") - min("contract_score")).alias("contract_range")).collect()[0] # 计算标准化值（避免除以零） processed_df = processed_df.withColumn( "norm_tenure", when(tenure_stats["tenure_range"] != 0, (col("tenure") - tenure_stats["avg_tenure"]) / tenure_stats["tenure_range"]).otherwise(0) ).withColumn( "norm_monthly", when(monthly_stats["monthly_range"] != 0, (col("MonthlyCharges") - monthly_stats["avg_monthly"]) / monthly_stats["monthly_range"]).otherwise(0) ).withColumn( "norm_contract", when(contract_stats["contract_range"] != 0, (col("contract_score") - contract_stats["avg_contract"]) / contract_stats["contract_score"]).otherwise(0) ) # 转换为Pandas DataFrame进行K-Means聚类（简化实现，适合毕设场景） pandas_df = processed_df.select("customerID", "norm_tenure", "norm_monthly", "norm_contract").toPandas() features = pandas_df[["norm_tenure", "norm_monthly", "norm_contract"]].values # 简单K-Means聚类（k=4，分四类客户） from sklearn.cluster import KMeans kmeans = KMeans(n_clusters=4, random_state=42, n_init=10) pandas_df["cluster"] = kmeans.fit_predict(features) # 定义客户分群标签 def get_cluster_label(cluster): if cluster == 0: return "高价值忠诚客户" elif cluster == 1: return "高消费潜力新客" elif cluster == 2: return "低价值风险客户" else: return "稳定中等价值客户" pandas_df["cluster_label"] = pandas_df["cluster"].apply(get_cluster_label) # 转换回Spark DataFrame并关联流失状态 cluster_df = spark.createDataFrame(pandas_df[["customerID", "cluster_label"]]) cluster_churn_df = cluster_df.join(customer_df.select("customerID", "Churn"), on="customerID", how="inner") # 计算各分群流失率 cluster_total = cluster_churn_df.groupBy("cluster_label").agg(count("customerID").alias("total")) cluster_churn = cluster_churn_df.filter(col("Churn") == "Yes").groupBy("cluster_label").agg(count("customerID").alias("churn_count")) cluster_churn_rate = cluster_total.join(cluster_churn, on="cluster_label", how="left").fillna(0) cluster_churn_rate = cluster_churn_rate.withColumn("churn_rate", round((col("churn_count") / col("total")) * 100, 2)) # 各分群业务偏好分析（以互联网服务为例） cluster_service = cluster_df.join( customer_df.select("customerID", "InternetService", "OnlineSecurity", "TechSupport"), on="customerID", how="inner" ).groupBy("cluster_label", "InternetService").agg(count("customerID").alias("service_count")) # 汇总分群结果 cluster_summary = cluster_churn_rate.select("cluster_label", "total", "churn_count", "churn_rate") return cluster_summary, cluster_service # 核心功能3：合同与业务办理维度流失分析 def analyze_contract_service_churn(customer_df): # 合同类型流失率分析 contract_churn = customer_df.groupBy("Contract", "Churn").agg(count("customerID").alias("count")) contract_total = contract_churn.groupBy("Contract").agg(sum("count").alias("total")).withColumnRenamed("Contract", "c") contract_churn_rate = contract_churn.filter(col("Churn") == "Yes").join( contract_total, col("Contract") == col("c"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) contract_result = contract_churn_rate.select("Contract", "churn_rate").orderBy("churn_rate", ascending=False) # 支付方式流失分析 payment_churn = customer_df.groupBy("PaymentMethod", "Churn").agg(count("customerID").alias("count")) payment_total = payment_churn.groupBy("PaymentMethod").agg(sum("count").alias("total")).withColumnRenamed("PaymentMethod", "p") payment_churn_rate = payment_churn.filter(col("Churn") == "Yes").join( payment_total, col("PaymentMethod") == col("p"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) payment_result = payment_churn_rate.select("PaymentMethod", "churn_rate").orderBy("churn_rate", ascending=False) # 捆绑业务数量与流失关系分析 # 计算每个客户开通的增值服务数量 service_churn_df = customer_df.withColumn( "service_count", when(col("OnlineSecurity") == "Yes", 1).otherwise(0) + when(col("OnlineBackup") == "Yes", 1).otherwise(0) + when(col("DeviceProtection") == "Yes", 1).otherwise(0) + when(col("TechSupport") == "Yes", 1).otherwise(0) + when(col("StreamingTV") == "Yes", 1).otherwise(0) + when(col("StreamingMovies") == "Yes", 1).otherwise(0) ) # 服务数量分段 service_churn_df = service_churn_df.withColumn( "service_segment", when(col("service_count") == 0, "0项服务").when(col("service_count") <= 2, "1-2项服务").when(col("service_count") <= 4, "3-4项服务").otherwise("5-6项服务") ) # 计算各分段流失率 service_churn = service_churn_df.groupBy("service_segment", "Churn").agg(count("customerID").alias("count")) service_total = service_churn.groupBy("service_segment").agg(sum("count").alias("total")).withColumnRenamed("service_segment", "s") service_churn_rate = service_churn.filter(col("Churn") == "Yes").join( service_total, col("service_segment") == col("s"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) service_result = service_churn_rate.select("service_segment", "churn_rate").orderBy("service_segment") # 技术支持服务流失分析 tech_churn = customer_df.groupBy("TechSupport", "Churn").agg(count("customerID").alias("count")) tech_total = tech_churn.groupBy("TechSupport").agg(sum("count").alias("total")).withColumnRenamed("TechSupport", "t") tech_churn_rate = tech_churn.filter(col("Churn") == "Yes").join( tech_total, col("TechSupport") == col("t"), "left" ).withColumn("churn_rate", round((col("count") / col("total")) * 100, 2)) tech_result = tech_churn_rate.select("TechSupport", "churn_rate").orderBy("TechSupport") return contract_result, payment_result, service_result, tech_result
基于大数据的电信客户流失数据分析系统（Spark+Spring+Vue+Echarts）-结语
💟💟如果大家有任何疑虑，欢迎在下方位置详细交流。
