-
题名客户流失预测的现状与发展研究
被引量：19
- 1
-
-
作者
夏国恩
-
机构
广西财经学院工商管理系
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第2期413-416,共4页
-
基金
国家自然科学基金资助项目(70801021)
教育部人文社会科学研究基金资助项目(08JC630019)
广西高校优秀人才计划资助项目(桂教人[2009]62号文)
-
文摘
根据客户流失预测研究的发展历程和智能化程度的高低,将客户流失预测研究划分为三个阶段,包括基于传统统计学的预测方法、基于人工智能的预测方法和基于统计学习理论的预测方法,并通过分析每个阶段存在的问题提出了未来可研究的方向。
-
关键词
客户流失
支持向量机
预测模型
-
Keywords
customer chum
support vector machine （SVM）
prediction model
-
分类号
F830.133
[经济管理—金融学]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于简易支持向量机的客户流失预测研究
被引量：2
- 2
-
-
作者
夏国恩
-
机构
广西财经学院工商管理系
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第3期904-906,共3页
-
基金
国家自然科学基金资助项目(70801021)
国家教育部人文社会科学研究基金资助项目(08JC630019)
广西高校优秀人才资助计划项目(桂教人[2009]62号文)
-
文摘
应用简易支持向量机(SSVM)进行客户流失预测,以提高机器学习方法的预测能力。以国外电信公司客户流失预测为实例,与最近邻算法(NPA)进行了对比,发现该方法在获得与NPA近似准确率的条件下,所花费的时间和时间增加值远小于NPA,是研究客户流失预测问题的有效方法。
-
关键词
客户流失
简易支持向量机
预测
-
Keywords
customer churn
simple support vector machine（SSVM）
prediction
-
分类号
F830.133
[经济管理—金融学]
-
-
题名基于满意属性选择的客户流失预测
被引量：6
- 3
-
-
作者
夏国恩
-
机构
广西财经学院教务处
-
出处
《管理学报》
CSSCI
2010年第6期856-860,共5页
-
基金
国家自然科学基金资助项目(70801021)
教育部人文社会科学研究基金资助项目(08JC630019)
广西高校优秀人才计划资助项目(桂教人[2009]62号文)
-
文摘
针对已有属性选择方法较少考虑属性获取代价和属性集维数的自动确定问题,提出一种满意属性选择方法(SA SM),将样本分类性能、属性集维数和属性提取复杂性等多种因素综合考虑。给出了属性满意度和属性集满意度定义,设计出满意度函数,导出满意属性集评价准则,详细描述了属性选择算法。对某电信公司客户流失预测的实证结果显示,SA SM获得的命中率、覆盖率、准确率和提升系数高于属性相关性选择法、一致性选择法、实例选择法和对称不确定性选择法。证实了SA SM的有效性和实用性。
-
关键词
客户流失
满意优化
属性选择
-
Keywords
customer churn
satisfactory optimization
attribute selection
-
分类号
C93
[经济管理—管理学]
F830.133
[经济管理—金融学]
-
-
题名基于支持向量机的客户流失预测模型
被引量：71
- 4
-
-
作者
夏国恩
金炜东
-
机构
广西财经学院工商管理系
西南交通大学经济管理学院
-
出处
《系统工程理论与实践》
EI
CSCD
北大核心
2008年第1期71-77,共7页
-
基金
国家自然科学基金(60572143)
-
文摘
应用基于结构风险最小化准则的支持向量机(SVM)进行客户流失预测,以提高机器学习方法的预测能力,并以国内、国外电信公司客户流失预测为实例,与人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现该方法能获得最好的正确率、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
支持向量机
电信业
-
Keywords
customer chum
support vector machine（SVM）
telecommunication industry
-
分类号
F830.133
[经济管理—金融学]
-
