检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李国祥 蒋怡琳[1,2] 马文斌 夏国恩 LI Guo-Xiang;JIANG Yi-Lin;MA Wen-Bin;XIA Guo-En(Department of Academic Affairs,Guangxi University of Finance and Economics,Nanning 530003,China;Guangxi Key Lab of Multi-source Information Mining and Security,Guangxi Normal University,Guilin 541004,China)
机构地区:[1]广西财经学院教务处,南宁530003 [2]广西师范大学广西多源信息挖掘与安全重点实验室,桂林541004
出 处:《计算机系统应用》2021年第9期62-68,共7页Computer Systems & Applications
基 金:广西重点研发计划(2018AB15003);广西多源信息挖掘与安全重点实验室开放基金(MIMS17-02);广西高校中青年教师基础能力提升项目(2018KY0520);2019年度广西高校中青年教师科研基础能力提升项目(2019KY0661);广西财经学院青年教师科研发展基金(2018QNA02)。
摘 要:针对于大样本数据的客户流失预测,从特征有效表达的角度,提出了一种基于谱回归特征约简的预测模型.模型在原始客户特征基础上,利用基于谱回归的流形降维,建立可区分性的低维特征空间,在此之上采用支持向量机实现客户流失的二分类.通过在网络客户和传统电信客户两种不同数据集上的大样本实验,并与不同分类器、不同特征约简或选择方法的对比,证明了该方法的有效性.In order to predict customer churn with large sample data,a customer churn prediction model based on spectral regression was put forward from the perspective of feature expression,which took advantage of the spectral regression to reduce the dimension of feature.On the basis of the original customer features,a distinguishing feature space of low dimension is established by using the manifold dimension reduction based on spectral regression,and then we used the support vector machine to realize the binary classification of customer churn prediction.The model was evaluated on two different data sets of network customers and traditional telecom customers,and compared with different classifiers,different feature reduction or selection methods,the experiment results verify that the model is effective.
分 类 号:F274[经济管理—企业管理] F626[经济管理—国民经济] TP181[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.227.89.169