Cross-company customer churn prediction in telecommunication: A comparison of data transformation methods     

《International Journal of Information Management》2019

Cross-Company Churn Prediction (CCCP) is a domain of research where one company (target) is lacking enough data and can use data from another company (source) to predict customer churn successfully. To support CCCP, the cross-company data is usually transformed to a set of similar normal distribution of target company data prior to building a CCCP model. However, it is still unclear which data transformation method is most effective in CCCP. Also, the impact of data transformation methods on CCCP model performance using different classifiers have not been comprehensively explored in the telecommunication sector. In this study, we devised a model for CCCP using data transformation methods (i.e., log, z-score, rank and box-cox) and presented not only an extensive comparison to validate the impact of these transformation methods in CCCP, but also evaluated the performance of underlying baseline classifiers (i.e., Naive Bayes (NB), K-Nearest Neighbour (KNN), Gradient Boosted Tree (GBT), Single Rule Induction (SRI) and Deep learner Neural net (DP)) for customer churn prediction in telecommunication sector using the above mentioned data transformation methods. We performed experiments on publicly available datasets related to the telecommunication sector. The results demonstrated that most of the data transformation methods (e.g., log, rank, and box-cox) improve the performance of CCCP significantly. However, the Z-Score data transformation method could not achieve better results as compared to the rest of the data transformation methods in this study. Moreover, it is also investigated that the CCCP model based on NB outperform on transformed data and DP, KNN and GBT performed on the average, while SRI classifier did not show significant results in term of the commonly used evaluation measures (i.e., probability of detection, probability of false alarm, area under the curve and g-mean).  相似文献   

GM(1,1)模型灰色预测法Visual Foxpro计算程序     

刘建通  朱红兵  王港 《首都体育学院学报》2004,16(1):117-119

本文详细介绍了在Visual Foxpro6．O中编制的MGl1．PRG计算程序及其运行方法。  相似文献   

对北京市21世纪前10年体育专业人才素质要求和数量需求的调查   总被引：3，自引：0，他引：3  

杨铁黎  赵立  马凌  毛卫东  宋青  梁斌  肖鹏  张立新 《首都体育学院学报》2003,15(2):1-4

对北京市未来10年体育专业人才需求情况进行了调查，结果表明：体育师资处于饱和状态，需求减少，而随着北京市经济社会的发展，对体育经营管理人才、体育营销人才和社会体育指导人才有旺盛的需求，对未来体育专业人才的素质构成也提出了更高的要求。  相似文献   

中国科学计量指标数据库的设计与实现   总被引：5，自引：1，他引：4  

吴振新 《现代图书情报技术》2001,17(1):68-70

简单介绍了中国科学计量指标数据库, 详细阐述了如何进行数据分析和系统设计, 以及指标数据库的功能实现。  相似文献   

SF-36问卷应用于在校研究生健康状况的调查研究     

陈小华  李树怡  孙延林 《天津体育学院学报》2005,20(2):74-76

运用SF-36问卷对在校研究生的健康状况进行调查研究,结果表明:SF-36健康状况测量量表经过检验,可应用于在校研究生的健康状况调查;在校研究生健康状况量表的得分偏低,健康状况属于一般偏下水平。其中,社会功能最高,情感职能最差;男、女在校研究生的健康状况存在显著性差异,差异主要突出于对自身健康状况走向的评价上;未婚和已婚在校研究生躯体疼痛、情感职能、精神健康3个方面存在显著性差异,已婚在校研究生的状况较好。  相似文献   

首都体育学院体育管理系2003级新生英语学习状况调查   总被引：4，自引：0，他引：4  

白毅鸿 《首都体育学院学报》2004,16(2):120-122

运用调查问卷的形式,通过描述性统计和定量分析,对首都体育学院体育管理系2003级新生的英语学习状况作了调查和研究。结合正在开展的新一轮大学英语教学改革,建议运用新的教学模式和教学手段加强口语教学,同时应重视词汇和基础语法知识教学。  相似文献   

我国高校WEBPAC现状调查   总被引：13，自引：0，他引：13  

黄碧云  方平 《大学图书馆学报》2002,20(4):34-36

调查了我国高校上网、建有图书馆网页和WebPAC发展的基本情况在此基础上对我国高校WebPAC发展现状进行总结并提出建议。  相似文献   

数据挖掘在数字图书馆中的应用   总被引：15，自引：0，他引：15  

王艳 《现代图书情报技术》2002,18(5):8-10

在描述数据挖掘技术与方法基础之上，探讨了数据挖掘在数字图书馆中的应用空间以及其所具有的巨大应用价值。  相似文献   

皮划艇运动员膳食营养调查与评价   总被引：5，自引：0，他引：5  

华金中  凌成德  朱小明  过东升  黄圣方  陈金文  赵玉敏 《浙江体育科学》1995,(5)

经连续五天称重法进行的膳食营养调查发现，我省皮划艇运动员（男性）以膳食中实际获得的营养素跟供给量标准比较，总热量与各营养素的摄入量除维生素Ａ不足（仅占标准的７８．１％）外，其余均超标；三大热能营养素的比例不尽合理（蛋白质２０６．９克，脂肪１７１．５克，碳水化物７０２克分别占总热量的１６％、２９．８％和５４．２％），脂肪量偏高，碳水化合物相对不足。建议在食谱中增加主食、减少脂肪，同时补充维生素Ａ，从而保证皮划艇运动员能得到合理的营养。  相似文献   

厚数据研究综述     

李成熙  文庭孝 《高校图书馆工作》2022,42(1):8-14,28

文章通过回顾厚数据研究的理论起源和发展,利用WOS和CNKI检索相关文献,梳理国内外厚数据研究现状,剖析和解读研究中的前沿热点和问题,为后续研究提供支持和建议。当前国内外厚数据相关研究主要集中在厚数据定义研究、厚数据应用场景研究和厚数据分析方法研究等方面,未来应继续围绕基础研究问题进行深入探索和改进,并尝试在厚数据融合研究、厚数据方法研究和厚数据应用研究等方面不断进行拓展。  相似文献