SVM方法及其在客户流失预测中的应用研究

CORC > 上海财经大学 > 上海财经大学

	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.