رویگردانی مشتری یکی از مسایل مهمی است که شرکت های ارایه دهنده سرویس اینترنت در بازار رقابتی و به سرعت درحال اشباع با آن روبه رو هستند. به دلیل هزینه های بالای مرتبط با جذب مشتری جدید، این شرکت ها به رویکرد حفظ مشتری که صریحا به دنبال کاهش رویگردانی است، روی آورده اند. این تحقیق، رویگردانی مشتریان سرویس های اینترنت یکی از بزرگ ترین شرکت های مخابراتی ایران را مورد بررسی قرار داده است. به منظور پیش بینی رویگردانی، داده های مشتریان طی شش ماه جمع آوری شده و رویگردانی آن ها در یک بازه یک ساله بررسی شده است. علاوه بر پیش بینی رویگردانی، مهم ترین ویژگی های موثر در طبقه بندی رویگردان ها و غیررویگردان ها نیز تعیین شده است. در مرحله پیش پردازش از روش "کم نمونه برداری تصادفی" برای متعادل سازی مجموعه داده و از روش "حداقل افزونگی، حداکثر ارتباط" برای انتخاب ویژگی استفاده شده است. سپس الگوریتم های "جنگل تصادفی"، "ماشین بردار پشتیبان" و "کا نزدیک ترین همسایگان" برای طبقه بندی مشتریان رویگردان و غیررویگردان به کار رفتند که معیارهای ارزیابی، نشان دهنده برتری الگوریتم جنگل تصادفی است. مدل نهایی که از ترکیب روش های متعادل سازی، انتخاب ویژگی و طبقه بندی به دست آمد تحت عنوان مدل RUS-mRMR-RF به عنوان یک مدل کارآمد در پیش بینی رویگردانی مشتریان و شناسایی مهم ترین ویژگی های موثر در طبقه بندی رویگردان ها و غیررویگردان ها محسوب می گردد. نتایج این مطالعه بینش ارزشمندی را جهت تدوین استراتژی های حفظ مشتری به سازمان ارایه می دهد.
