版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著全球的商業(yè)競(jìng)爭(zhēng)愈來(lái)愈激烈,客戶流失預(yù)測(cè)已經(jīng)成為客戶關(guān)系管理中非常重要的內(nèi)容。預(yù)測(cè)即將流失的客戶,并制定相應(yīng)的措施挽留客戶已經(jīng)成為促進(jìn)企業(yè)發(fā)展的關(guān)鍵性因素。本文從對(duì)電信和信用卡客戶的行為數(shù)據(jù)分析入手,針對(duì)其中的冗余特征和正負(fù)類樣本不均衡等特點(diǎn),提出一種新的特征選擇算法和非均衡數(shù)據(jù)處理算法,以此建立一種新的客戶流失預(yù)測(cè)模型。本文的主要工作內(nèi)容如下:
1.針對(duì)客戶信息數(shù)據(jù)量大且特征冗余的問(wèn)題,提出一種多指標(biāo)融合的mRMR特征選擇
2、算法(MIF-mRMR)。該算法對(duì)mRMR算法進(jìn)行改進(jìn),將馬氏距離和最大信息系數(shù)相結(jié)合來(lái)綜合評(píng)定特征和類別、特征和特征之間的相關(guān)性。實(shí)驗(yàn)結(jié)果證明,該算法所選擇的特征子集維度較小,且與mRMR算法相比準(zhǔn)確率提高3%左右。
2.針對(duì)客戶數(shù)據(jù)中流失客戶與正??蛻舯壤嗖钶^大的問(wèn)題,提出一種基于邊界混合采樣的非均衡數(shù)據(jù)處理算法(BMS)。該方法首先通過(guò)引進(jìn)“變異系數(shù)”找出樣本的邊界域和非邊界域,然后對(duì)邊界域中的少數(shù)類樣本進(jìn)行過(guò)采樣處理
3、,非邊界域中的多數(shù)類樣本進(jìn)行欠采樣處理,從而實(shí)現(xiàn)原始樣本的均衡化。實(shí)驗(yàn)結(jié)果證明,該算法與其它3種流行的非均衡數(shù)據(jù)處理算法相比均能有效地提升少數(shù)類樣本的識(shí)別性能。
3.基于以上內(nèi)容,提出一種新的客戶流失預(yù)測(cè)模型。該模型首先分別使用MIF-mRMR算法和BMS算法對(duì)數(shù)據(jù)進(jìn)行特征選擇和均衡化,然后將均衡化后的數(shù)據(jù)送入SVM、C4.5和隨機(jī)森林3種分類器進(jìn)行流失客戶的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,使用該模型能夠得到較好的客戶流失預(yù)測(cè)結(jié)果,同時(shí)S
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 電信企業(yè)客戶流失預(yù)測(cè)模型研究
- 移動(dòng)客戶流失預(yù)測(cè)模型及市場(chǎng)應(yīng)用研究.pdf
- 電信企業(yè)客戶流失預(yù)測(cè)模型研究.pdf
- Markov模型在電信客戶流失預(yù)測(cè)中的應(yīng)用.pdf
- 電信行業(yè)客戶流失預(yù)測(cè)的模型研究.pdf
- 基于數(shù)據(jù)挖掘的電信客戶流失預(yù)測(cè)模型研究與應(yīng)用.pdf
- 汽車服務(wù)企業(yè)客戶流失預(yù)測(cè)模型的分析與應(yīng)用.pdf
- 電信客戶流失預(yù)測(cè)模型的仿真與研究
- 電信客戶流失預(yù)測(cè)模型的仿真與研究.pdf
- 面向主動(dòng)服務(wù)的客戶流失預(yù)測(cè)模型研究.pdf
- 客戶流失預(yù)測(cè)方法與應(yīng)用研究.pdf
- 電信客戶流失預(yù)測(cè)研究.pdf
- 網(wǎng)站客戶流失預(yù)測(cè).pdf
- 基于數(shù)據(jù)挖掘的電信客戶流失預(yù)測(cè)模型研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電信客戶流失預(yù)測(cè)模型的研究與應(yīng)用.pdf
- 電信客戶流失預(yù)測(cè)的研究.pdf
- 客戶流失預(yù)測(cè)算法研究.pdf
- 基于商務(wù)智能的客戶流失預(yù)測(cè)模型與算法研究.pdf
- 針對(duì)匿名電信客戶數(shù)據(jù)的流失預(yù)測(cè)模型.pdf
- 基于數(shù)據(jù)挖掘的客戶流失預(yù)測(cè)模型的建立.pdf
評(píng)論
0/150
提交評(píng)論