互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

改进的支持向量分类机在客户流失预测中的应用


□ 夏国恩 邵培基

  摘 要:针对目前客户流失预测方法的不足,在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上,改进标准的C-支持向量分类机(SVC)。通过以美国某电信公司客户流失预测为实例,与标准C-SVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现该方法能获得较好的正确率、命中率、覆盖率和提升系数,是研究客户流失预测问题的有效方法。
  关键词:客户流失;支持向量分类机;电信业;惩罚参数
  中图分类号:F27文献标志码:A
  文章编号:1001-3695(2009)06-2044-03
  doi:10.3969/j.issn.1001-3695.2009.06.013
  
  Application of improved support vector classifier in customer churn prediction
  XIA Guo-ena,SHAO Pei-jib
  (a.Postdoctoral Station,b.School of Management,University of Electronic Science & Technology of China, Chengdu 610054, China)Abstract:Aiming at the shortcomings of the methods for customer churn prediction,developed the improved C-support vector classifier(SVC) by using the ratio of different classes in training set to evaluate the penalty parameters of the classes. It pointed out that the method could acquire the better accurate rate,hit rate,covering rate and lift coefficient, compared with normal C-SVC, aritifical neural network, decision tree, logistic regression, naive Bayesian classifier etc by predicting custo-mer churn for some US telecommunication carrier.The results indicate that the method can be an effective measurement for customer churn prediction. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017