SVM方法及其在客户流失预测中的应用研究 | |
应维云1; 覃正2; 赵宇3; 李兵3; 李秀3 | |
刊名 | 系统工程理论与实践 |
2007 | |
卷号 | 27期号:7页码:105-110 |
关键词 | 客户流失 支持向量机 客户关系管理 预测 customer churn support vector machine customer relationship management prediction |
ISSN号 | 1000-6788 |
英文摘要 | 客户流失分析与预测是客户关系管理的重要内容.针对客户流失问题,建立了支持向量机预测模型.针对实际客户流失数据中正负样本数量不平衡而且数据量大的特点,提出带有不同类权重参数的支持向量机算法CW-SVM,通过调整类权重参数改变分类面位置,提高算法分类准确性;将标准支持向量机训练问题转化为运算效率更高的核向量机问题,提出处理不平衡海量数据集的CWC-SVM算法.通过实际银行信贷客户数据集测试,该算法与传统预测算法比较,更适合解决大数据集和不平衡数据,取得较好的客户流失预测效果. |
URL标识 | 查看原文 |
WOS研究方向 | Automation & Control Systems |
语种 | 中文 |
CSCD记录号 | CSCD:2842686 |
内容类型 | 期刊论文 |
源URL | [http://10.2.47.112/handle/2XS4QKH4/2622] |
专题 | 上海财经大学 |
作者单位 | 1.西安交通大学,管理学院, 西安, 陕西 710049, 中国; 2.上海财经大学,信息管理与工程学院, 上海 200433, 中国; 3.清华大学, 国家CIMS工程研究中心, 北京 100084, 中国; 4.清华大学, 国家CIMS工程研究中心, 北京 100084, 中国; 5.清华大学, 国家CIMS工程研究中心, 北京 100084, 中国 |
推荐引用方式 GB/T 7714 | 应维云,覃正,赵宇,等. SVM方法及其在客户流失预测中的应用研究[J]. 系统工程理论与实践,2007,27(7):105-110. |
APA | 应维云,覃正,赵宇,李兵,&李秀.(2007).SVM方法及其在客户流失预测中的应用研究.系统工程理论与实践,27(7),105-110. |
MLA | 应维云,et al."SVM方法及其在客户流失预测中的应用研究".系统工程理论与实践 27.7(2007):105-110. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论