| 基于信息熵的改进型支持向量机客户流失预测模型应用研究 |
| |
| 引用本文： | 方磊,马溪骏.基于信息熵的改进型支持向量机客户流失预测模型应用研究[J].情报学报,2011,30(6). |
| |
| 作者姓名： | 方磊 马溪骏 |
| |
| 作者单位： | 合肥工业大学计算机网络系统研究所,合肥230009;合肥工业大学过程优化与智能决策教育部重点实验室,合肥230009 |
| |
| 基金项目： | 博士点基金，国家自然科学基金重大研究项目，国家自然科学基金重点研究项目 |
| |
| 摘 要： | 客户流失数据是一类的非平衡数据集,如何有效地对其进行分类学习,其关键是要提高少数类(流失客户)的识别率,少数类是相对多数类而言的一类特殊的子样本,其错分的代价非常高,因此,有效地减少少数类的错分率是一个亟待解决的问题.本文在Veropoulous提出的采用不同惩罚因子数的支持向量机算法基础上,利用样本自身信息熵值来确定不同的惩罚因子,使模型更加倾向于提高少数类的识别精度,并在电信客户流失数据这一非平衡数据集中进行了验证,结果表明该方法较其他方法对流失客户(少数类)的识别率有很大的提高,具有很强的实际应用意义.
|
| 关 键 词： | 支持向量机 不平衡数据 信息熵 分类预测 客户流失 |
An Applied Research on Improved Entropy-based SVM Churn Prediction Model |
| |
| Fang Lei,Ma Xijun.An Applied Research on Improved Entropy-based SVM Churn Prediction Model[J].Journal of the China Society for Scientific andTechnical Information,2011,30(6). |
| |
| Authors: | Fang Lei Ma Xijun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
