基于自组织数据挖掘的电子商务客户流失预测模型  

作　　者：张秋菊[1] 朱帮助[2] 

机构地区：[1]五邑大学系统科学与技术研究所 [2]北京理工大学管理与经济学院

出　　处：《企业经济》2011年第1期95-99,共5页Enterprise Economy

基　　金：国家自然科学基金项目"基于核方法的复杂经济社会系统建模关键技术研究"(批准号:70471074);广东省自然科学基金项目"面向电子商务客户行为预测的综合集成方法研究"(批准号:9452902001004060);国家博士后科学基金一等资助项目"基于核方法的电子商务客户流失预测模型研究("批准号:20100470008)

摘　　要：为解决电子商务客户流失预测中的高维、非线性问题,本文将自组织数据挖掘理论(SODM)引入客户流失预测,提出一种新颖的基于自组织数据挖掘的电子商务客户流失预测模型。该方法将自组织数据挖掘中的客观系统分析算法(OSA)和改进分组数据处理网络(GMDH)集成起来进行电子商务客户流失预测。首先利用OSA算法选择出重要的电子商务客户流失关键属性,然后将训练样本送入改进GMDH网络进行学习和训练,进而对测试样本客户流失状态进行判别。将该方法应用于某网上商店客户流失预测实证分析,预测结果验证了该方法对包含多种因素影响的电子商务客户流失预测具有优势,基于自组织数据挖掘的电子商务客户流失预测模型具有较强的实用性和可操作性。In order to solve the high dimensional and nonlinear problems of churn prediction of E-business customers,this paper proposes a novel model for churn prediction of E-business customer based on Self-Organized Data Mining（SODM）.In this model,Objective System Analysis（OSA） and improved Group Method of Data Handling（GMDH）,two important SODM algorithms,are integrated for the churn prediction of E-business customer.At first,the critical attributes of E-business customer chum are chosen with OSA and then the training samples are sent to improved GMDH for studying and training and the status of customer chum of testing sample is identified.The approach has been applied to the empirical analysis on the prediction of E-customer chum,which proves that compared with some common approaches,this integrated model based on SODM is an efficient and practical tool for the prediction of business chum and provides E-business enterprises with a new forecasting tool in customer relationship management.

关 键 词：客户流失预测 自组织数据挖掘 客观系统分析 数据分组处理 电子商务 

分 类 号：F232[经济管理—会计学]