QQ客服 官方微博 反馈留言

	基于改进支持向量机的客户流失分析研究
	赵宇 ; 李兵 ; 李秀 ; 刘文煌 ; 任守榘 ; ZHAO Yu ; LI Bing ; LI Xiu ; LIU Wen-huang ; REN Shou-ju
	2010-06-09 ; 2010-06-09
关键词	客户流失 支持向量机 客户关系管理 预测 模式识别 customer churn support vector machine customer relationship management prediction pattern recognition TP301.6
其他题名	Customer churn analysis based on improved support vector machine
中文摘要	针对客户关系管理中的客户流失问题,建立了基于支持向量机的预测模型。基于实际客户流失数据样本数据量大、正负样本分布不平衡的特点,提出了一种改进支持向量机算法,并将其用于电信行业的客户流失预测。通过实际电信客户数据集测试,与传统的预测算法比较,证明这种算法适合解决大数据集和不平衡数据,具有更高的精确度。; To deal with customer churn problem in Customer Relationship Management(CRM) systems,prediction model based on Support Vector Machine(SVM) was set up.Due to large-scale and imbalanced churn data,an improved SVM——Imbalance Core vector machine SVM(ICSVM) was presented to predict customer churn,which has better arithmetic performance than others based on the test of real telecom data set.It was demonstrated that this algorithm was suitable for solving large-scale data set and imbalanced data with higher precision.; 国家自然科学基金资助项目(70202008)。~~
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/57253]
专题	清华大学
推荐引用方式 GB/T 7714	赵宇,李兵,李秀,等. 基于改进支持向量机的客户流失分析研究[J],2010, 2010.
APA	赵宇.,李兵.,李秀.,刘文煌.,任守榘.,...&REN Shou-ju.(2010).基于改进支持向量机的客户流失分析研究..
MLA	赵宇,et al."基于改进支持向量机的客户流失分析研究".(2010).

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。